pandas基于另一列为DataFrame创建列表值新列时遇长度不匹配报错

问题说明 #

现有pandas DataFrame中passcode列存在逗号分隔的多值条目，需要将顺序对应的username_list匹配到拆分后的条目上，最终按原行聚合得到拼接后的username列。

原始数据 #

username_list= ["charles23", "ems12", "", "sam34", "jon134", "", "jy19"]

期望输出 #

报错信息 #

使用explode拆分后直接赋值username列表时抛出异常：

ValueError: Length of values (1000) does not match length of index (1008)

已确认len(username_list)和原始DataFrame的passcode列长度相等，但报错仍存在。

报错原因 #

你校验的是explode操作执行前的原始列长度，explode会把每个列表元素拆为独立行，空字符串、空值拆分后不会生成有效行，导致拆分后的DataFrame行数和username_list长度不一致，直接赋值就会触发长度校验错误。

实现代码 #

不需要走explode+groupby的逻辑，按每行passcode拆分后的条目数顺序切分username_list即可，逻辑更稳定不会出现长度不匹配问题：

import pandas as pd

# 拆分passcode为列表，提前去除前后空格、过滤空条目
df["passcode_split"] = df["passcode"].fillna("").str.split(",").apply(
    lambda x: [item.strip() for item in x if item.strip()]
)

# 统计每行拆分后的有效条目数
split_counts = df["passcode_split"].apply(len).tolist()

# 指针顺序切分username_list，生成每行对应的username值
username_res = []
cursor = 0
for cnt in split_counts:
    # 取对应长度的username片段，过滤空值后拼接
    seg = username_list[cursor:cursor+cnt]
    username_res.append(", ".join([u.strip() for u in seg if u.strip()]))
    cursor += cnt

# 赋值结果，删除临时列
df["username"] = username_res
df = df.drop(columns=["passcode_split"])

运行后输出结果和期望完全一致。

内容的提问来源于stack exchange，提问作者youtube