拆分日期列时遇ValueError: Columns must be same length as key错误求助

问题场景 #

执行代码拆分日期列时触发错误：

df[['date1', 'date2', 'date3']] = df['Date'].str.split('/')

错误信息：

ValueError: Columns must be same length as key

已确认单独执行df['Date'].str.split('/')能正常返回每个含3个元素的列表，且日期字符串存在8位（如26/12/05）和10位（如22/05/2022）两种长度。

问题根源 #

str.split('/') 默认返回的是存储列表的Series对象，而非直接拆分为多列的DataFrame。当你试图将这个Series直接赋值给3个目标列时，Pandas无法自动将列表中的元素映射到对应列，因此抛出长度不匹配的错误——哪怕每个列表的元素数量确实是3个。

解决方法 #

在str.split方法中添加expand=True参数，强制将拆分结果展开为多列DataFrame，这样就能直接赋值给目标列：

df[['date1', 'date2', 'date3']] = df['Date'].str.split('/', expand=True)

额外校验（可选） #

如果仍担心存在异常行，可以先排查拆分后元素长度不一致的记录：

# 新增列记录拆分后的元素数量
df['split_length'] = df['Date'].str.split('/').str.len()
# 筛选出拆分后元素数量不等于3的行
print(df[df['split_length'] != 3])

若输出为空，说明所有行都能正确拆分为3个元素，使用上述方案即可解决问题。

关于日期格式的补充 #

8位和10位的日期字符串（两位/四位年份）不会影响拆分逻辑，拆分后可后续统一处理年份格式（比如将两位年份转换为四位）。

内容的提问来源于stack exchange，提问作者krhermit