Pandas DataFrame按列值过滤时遇长度不匹配错误求助

错误原因 #

你遇到的ValueError: ('Lengths must match to compare', (5696,), (4,))，本质是用单一行提取出的4元素timeslot列表，直接和整个df的timeslot列（共5696行）做比较，两边元素数量不匹配，Pandas无法完成对齐判断。

解决方案 #

根据你的需求，分两种场景给出解决办法：

场景1：筛选df中timeslot属于df_hourly所有行date_parsed前4元素的记录

用向量化操作，效率最高：

# 提取df_hourly中所有需要匹配的目标timeslot列表
target_timeslots = df_hourly['date_parsed'].str[:4].tolist()
# 用isin筛选df中符合条件的行
filtered_df = df[df['timeslot'].isin(target_timeslots)]

场景2：对df_hourly每一行单独筛选df中对应timeslot的记录（不推荐，仅当必须遍历时用）

matched_results = []
for _, row in df_hourly.iterrows():
    # 获取当前行的目标timeslot
    current_slot = row['date_parsed'][:4]
    # 逐行匹配df中的对应记录（确保df['timeslot']是列表类型）
    matched = df[df['timeslot'].apply(lambda x: x == current_slot)]
    matched_results.append(matched)
# 合并所有匹配结果
final_filtered_df = pd.concat(matched_results, ignore_index=True)

注意事项 #

• 确认df['timeslot']和date_parsed[:4]的元素类型一致（都是列表），否则会出现匹配失败
• 优先使用场景1的向量化操作，iterrows()遍历效率极低，大数据量下会严重拖慢运行速度

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