我的split()函数报错ValueError: Columns must be same length as key该如何解决？

错误原因 #

报错ValueError: Columns must be same length as key的核心原因是：拆分后得到的列数和你要赋值的目标列数（2列）不匹配。虽然样本数据是John Smith（拆分后刚好2列），但实际数据集里大概率存在以下异常情况：

• 部分Player单元格为空值
• 部分名字只有单个部分（比如只有名或只有姓）
• 部分名字包含多个空格（比如John Michael Smith，无限制拆分后会得到3列）

解决步骤 #

1. 先排查数据中的异常行 #

先定位导致列数不匹配的具体数据，方便针对性处理：

# 新增列存储拆分后的名字片段
player2023['name_parts'] = player2023.Player.str.split()
# 新增列存储片段数量
player2023['part_count'] = player2023.name_parts.str.len()
# 筛选出片段数不等于2的行
print(player2023[player2023.part_count != 2])

2. 针对性处理方案 #

根据排查结果，选择以下任意一种方法解决：

方案一：限制拆分次数，确保只生成2列

设置n=1，表示只按第一个空格拆分，不管名字有多少部分，都把第一个空格前的内容作为名，后面的所有内容合并为姓：

# 仅拆分1次，强制生成2列
player2023[['First Name', 'Last Name']] = player2023.Player.str.split(n=1, expand=True)
# 可选：为空值填充默认值
player2023[['First Name', 'Last Name']] = player2023[['First Name', 'Last Name']].fillna('Unknown')

方案二：自定义函数处理所有异常场景

针对空值、单部分名字、多部分名字做统一处理：

import pandas as pd

def split_full_name(name):
    if pd.isna(name):
        return ('Unknown', 'Unknown')
    parts = name.split()
    if len(parts) == 0:
        return ('Unknown', 'Unknown')
    elif len(parts) == 1:
        return (parts[0], 'Unknown')
    else:
        return (parts[0], ' '.join(parts[1:]))

# 应用函数并拆分到目标列
player2023[['First Name', 'Last Name']] = player2023.Player.apply(split_full_name).apply(pd.Series)

为什么原代码会报错 #

• 第一种代码用了n=2：会把名字最多拆分成3列（比如John Michael Smith会拆成3列），赋值给2列时列数不匹配
• 第二种代码未限制n：遇到多部分名字会生成超过2列的结果，同样和目标列数冲突

内容的提问来源于stack exchange，提问作者Thanos of Siberia