Pandas拆分单列到多列时因静态键分配触发ValueError问题求助

问题原因 #

你硬指定了5列来接收拆分结果，但原数据里不同行的amazon_category_and_sub_category字段拆分后列数不一样——有的拆成3列，有的4列，还有NaN行拆出来是空，导致列数不匹配，触发ValueError: Columns must be the same length as key。

两种解决办法 #

办法1：自动适配列数（推荐） #

先拆分出完整的结果，再根据实际列数自动命名，不会出现列数不匹配的问题：

# 拆分字段，自动扩展成DataFrame，不足的列自动补NaN
split_result = df['amazon_category_and_sub_category'].str.split('>', expand=True)

# 给拆分后的列起名字：第一列叫Category，后面依次是Sub_Category_1、Sub_Category_2...
split_result.columns = ['Category'] + [f'Sub_Category_{i}' for i in range(1, split_result.shape[1])]

# 把拆分后的列合并回原数据集
df = pd.concat([df, split_result], axis=1)

办法2：固定列数补空值 #

如果非要用你指定的5列，可以限制拆分次数，让所有行都拆成最多5列，不足的补NaN：

# 拆分时限制最多拆4次（这样最多得到5列），自动补NaN
split_result = df['amazon_category_and_sub_category'].str.split('>', expand=True, n=4)

# 重命名成你要的列名
split_result.columns = ['Category', 'Sub_Category_1','Sub_Category_2','Sub_Category_3','Sub_Category_4']

# 赋值回原数据集
df[split_result.columns] = split_result

额外优化：清理空格 #

拆分后的内容可能带前后空格（比如' Hobbies'），可以统一去掉：

split_result = split_result.apply(lambda col: col.str.strip() if col.dtype == 'object' else col)

内容的提问来源于stack exchange，提问作者A l w a y s S u n n y