拆分DataFrame的sex列为male、female列时遇ValueError问题

你遇到的ValueError: Columns must be same length as key，本质是str.split(expand=True)返回的结果列数，和你要赋值的目标列数（2列）不匹配。比如你的sex字段里的内容要么是单个值（每行只有male或female，无分隔符），拆分后仅生成1列；要么部分行拆分后列数不等于2，导致整体返回的DataFrame列数和你指定的['male','female']数量对不上。

根据你“按性别拆分为male和female分组、生成对应列”的需求，正确的实现方式如下：

方法1：使用独热编码（推荐） #

这是处理分类字段拆分最简洁的方式，自动生成对应性别列：

import pandas as pd
# 生成性别独热编码列
dummies = pd.get_dummies(Gender_Years['sex'], prefix='', prefix_sep='')
# 将新列合并到原DataFrame
Gender_Years = pd.concat([Gender_Years, dummies], axis=1)

执行后会自动生成male和female列，对应行的性别值为1，其余为0。

方法2：手动赋值列 #

如果需要更灵活的逻辑控制，可以手动初始化并赋值：

# 先初始化两列为0
Gender_Years['male'] = 0
Gender_Years['female'] = 0
# 根据sex字段的值给对应列赋值
Gender_Years.loc[Gender_Years['sex'] == 'male', 'male'] = 1
Gender_Years.loc[Gender_Years['sex'] == 'female', 'female'] = 1

若确实需要字符串拆分（比如sex字段是复合值） #

如果你的sex字段内容是用分隔符连接的（比如"male,female"），先确认分隔符正确，确保每行拆分后都是2列：

# 指定正确的分隔符（示例用逗号，根据实际情况修改）
split_result = Gender_Years['sex'].str.split(',', expand=True)
# 检查拆分后的列数
print(split_result.shape[1])
# 确认列数为2后再赋值，否则填充空值补全列数
if split_result.shape[1] == 2:
    Gender_Years[['male', 'female']] = split_result
else:
    split_result = split_result.reindex(columns=[0,1], fill_value='')
    Gender_Years[['male', 'female']] = split_result

内容的提问来源于stack exchange，提问作者DavidJohnZ