使用字典为Pandas DataFrame添加列时触发Columns must be same length as key错误

错误原因 #

你的代码存在两个核心问题：

1. 赋值方式不匹配：你用bank2[['Paragraph']]（双层方括号，指定列名列表）接收apply的结果，但apply(axis=1)返回的是一维Series，而非多列的DataFrame。Pandas要求用列列表赋值时，右侧必须是列数匹配的DataFrame，因此触发长度不匹配错误。
2. DataFrame初始化冗余：bank_info里的Paragraph列表多写了一个逗号，导致语法上是4个空字符串元素，但Category和Amount只有3个元素——不过Pandas会自动截断到最短序列生成3行DataFrame，这不是报错的直接原因，但属于代码冗余。

修复方案 #

方案1：修正赋值方式（用单层方括号） #

将bank2[['Paragraph']]改为bank2['Paragraph']，直接用Series赋值给单列：

import pandas as pd

court_dict = dict(zip(['INC:INC08 Pensions', 'TX:TX01 Federal Tax', 'HO:HO08 Rent'], [8, 8, 0]))
bank_info = {
        'Category':['INC:INC08 Pensions', 'TX:TX01 Federal Tax', 'HO:HO08 Rent'],
        'Amount':[1250.23, 300.0, 1000],
        'Paragraph': ['', '', '']  # 修正多余逗号，保持3个元素
            }
bank2 = pd.DataFrame(bank_info)


def get_column_names(row: pd.core.series.Series, position: int) -> str:
    category = row['Category']
    result = court_dict.get(category, 'd')
    print(category, result)
    return result


if __name__=="__main__":
    bank2['Paragraph'] = bank2.apply(lambda row:get_column_names(row, 0), axis=1)  # 改为单层方括号
    print(bank2)

方案2：用向量化操作替代apply（更高效） #

逐行apply效率偏低，直接用map方法实现字典映射，性能更优：

import pandas as pd

court_dict = dict(zip(['INC:INC08 Pensions', 'TX:TX01 Federal Tax', 'HO:HO08 Rent'], [8, 8, 0]))
bank_info = {
        'Category':['INC:INC08 Pensions', 'TX:TX01 Federal Tax', 'HO:HO08 Rent'],
        'Amount':[1250.23, 300.0, 1000],
        'Paragraph': ['', '', '']
            }
bank2 = pd.DataFrame(bank_info)

if __name__=="__main__":
    # 直接用map映射字典，不存在的key用fillna填充默认值'd'
    bank2['Paragraph'] = bank2['Category'].map(court_dict).fillna('d')
    print(bank2)

运行后输出：

Category   Amount Paragraph
0  INC:INC08 Pensions  1250.23         8
1  TX:TX01 Federal Tax   300.00         8
2       HO:HO08 Rent  1000.00         0

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