使用isin()过滤DataFrame列时触发ValueError: Columns must be same length as key错误的排查求助

嘿，我来帮你搞清楚这个问题！咱们先拆解下你遇到的报错原因，再给出符合你预期的解决方案。

问题根源 #

你代码里的关键错误出在这一行：

df['Campaign']=df[df['Campaign'].isin(campaign_list)]

当你执行df[df['Campaign'].isin(campaign_list)]时，返回的是整个过滤后的DataFrame（只包含Location为a、b的2行完整数据），而你试图把这个多列的DataFrame赋值给df['Campaign']这单列——相当于用2行的数据集去覆盖原DataFrame里6行的列，长度完全不匹配，所以Pandas抛出了ValueError。

至于昨天运行没问题，大概率是你昨天的代码细节有差异（比如不小心写成了df['Campaign'].isin(campaign_list)而非整个DataFrame过滤），不过咱们重点解决当前的需求~

符合你预期的实现方案 #

你想要的是保留所有行，仅把Campaign列中不在campaign_list里的值替换为NaN，这里有两种简洁的实现方式：

方法1：使用where方法

where会保留符合条件的值，把不符合的替换为NaN，完美匹配你的需求：

import pandas as pd

# 构造示例DataFrame（模拟你的初始数据）
data = {
    'Location': ['a', 'b', 'c', 'd', 'e', 'f'],
    'Billed Amount': [pd.NA]*6,
    'TransactionID': ['x', 'y', 'z', 'xx', 'xy', 'xz'],
    'Campaign': ['a', 'b', 'c', 'd', 'e', 'f']
}
df = pd.DataFrame(data)

campaign_list = ['a', 'b']
# 保留符合条件的Campaign值，其余设为NaN
df['Campaign'] = df['Campaign'].where(df['Campaign'].isin(campaign_list))

方法2：使用loc条件赋值

这种写法更直观，直接定位不符合条件的行并赋值NaN：

# 定位Campaign不在列表中的行，将对应列设为NaN
df.loc[~df['Campaign'].isin(campaign_list), 'Campaign'] = pd.NA

验证结果 #

执行完上述任意一种代码后，你的DataFrame会完全符合预期：

补充：如果是想过滤行而非修改列值 #

如果你的需求是删除不符合条件的行（而非保留行替换值），那正确的写法应该是直接重新赋值整个DataFrame：

df = df[df['Campaign'].isin(campaign_list)]

但这会得到只有前2行的结果，和你当前的预期不符，所以还是前面两种方法更适合你。

内容的提问来源于stack exchange，提问作者cdlabs45