如何在Pandas中为DataFrame列赋值？解决形状不匹配报错

常见原因与解决方法 #

• 数组长度与DataFrame行数不匹配
  给单列赋值时，数组元素个数必须和DataFrame行数完全一致。比如DataFrame有10行，但传入数组只有8个元素，就会触发报错。
  处理：先用len(df)查看DataFrame行数，调整数组长度至一致；若为numpy数组，可使用np.resize(arr, len(df))修改形状。

• 二维数组直接赋值给单列
  若数组是二维结构（比如形状为(n,1)），但DataFrame单列需要一维数据，会出现形状不兼容问题。
  处理：将二维数组展平为一维，用arr.flatten()或arr.reshape(-1)即可。示例代码：

  import pandas as pd
  import numpy as np
  
  df = pd.DataFrame({'原列': [1, 2, 3]})
  target_arr = np.array([[4], [5], [6]])  # 二维数组
  df['新列'] = target_arr.flatten()  # 展平后赋值
  

• 多列赋值时数组列数不匹配
  一次性给多列赋值时，数组列数必须和目标列数量一致。比如要给3列赋值，但数组只有2列，必然报错。
  处理：调整数组列数至与目标列数量匹配，或者选择对应数量的列进行赋值。示例：

  df = pd.DataFrame({'原列': [1, 2, 3]})
  target_arr = np.array([[4,5], [6,7], [8,9]])  # 2列的二维数组
  df[['新列1', '新列2']] = target_arr  # 给2列赋值，形状匹配
  

• 索引不匹配引发的形状问题
  若赋值用的是带索引的Series或DataFrame，其索引与原DataFrame不匹配时，也会触发形状相关报错。
  处理：重置两者索引确保一致，或者直接提取底层数组值赋值：

  df['新列'] = other_series.values
  

快速排查步骤 #

1. 打印DataFrame形状：print(df.shape)
2. 打印待赋值数组形状：print(arr.shape)
3. 对比两者维度，确认对应维度完全匹配。

内容的提问来源于stack exchange，提问作者Musa Bangash