为何Pandas设置DataFrame列时列表报错而Series忽略多余值？

一、列表赋值抛出ValueError的原因 #

用列表给DataFrame列赋值时，Pandas会把列表当作无索引的一维序列处理。由于列表没有索引信息，无法和DataFrame的索引做对齐匹配，Pandas会直接检查列表长度是否与DataFrame的索引长度完全一致——这是为了确保每一行都能被对应赋值。一旦长度不匹配，就会触发内部的require_length_match检查，抛出ValueError提示长度不匹配。

比如你的示例中，DataFrame有2行（索引长度为2），但列表有3个元素，长度不匹配，因此报错。

二、Series赋值自动忽略多余值的原因 #

Series是带索引的Pandas数据结构，索引对齐是Pandas的核心机制。当用Series给DataFrame列赋值时，Pandas会按照两者的索引进行精准匹配：

• 仅保留Series中与DataFrame索引重合的部分，将对应值赋值到DataFrame的对应行；
• Series中超出DataFrame索引范围的元素（比如示例里索引为2的7）会被自动忽略；
• 如果Series缺少DataFrame的某个索引值，对应位置会填充NaN。

你的示例里，Series默认索引是[0,1,2]，而DataFrame的索引是[0,1]，因此只有索引0和1对应的5、6被赋值到DataFrame中，索引2的7被直接忽略，不会触发报错。

补充验证示例 #

如果Series的索引与DataFrame不完全匹配，会出现如下行为：

import pandas as pd
df = pd.DataFrame([[1],[2]], index=[0,1])
# 索引为1、2的Series
s = pd.Series([6,7], index=[1,2])
df[0] = s
print(df)
# 输出：
#     0
# 0  NaN
# 1  6.0

这里DataFrame的索引0在Series中不存在，对应位置填充NaN；Series的索引2超出DataFrame范围，被直接忽略。

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