Pandas报错ValueError: Columns must be same length as key解决方法

执行df1[["f2_research_groups_names", "f2_location"]] = df1.apply(fn, axis=1)触发该错误的核心原因是：自定义函数fn逐行返回的结果长度，和等号左侧待赋值的列数（固定为2）不匹配，结合你的业务场景，通常是三类问题导致：

• 匹配成功时直接返回df2的整行对象，若df2除了机构名、属地外存在其他列，返回的Series长度大于2
• 匹配失败时返回None、空值，返回结果长度为0
• 存在一个原名匹配到多个标准名的情况，返回了多行结构，长度远超2

不要在逐行apply逻辑里重复遍历整个df2（数据量大时性能极差），提前把标准映射关系预处理为字典，同时保证fn所有返回分支的结果长度固定为2，从根源上对齐列长度要求。
完整可运行代码如下：

import pandas as pd
import numpy as np

# 读取两份源文件
df1 = pd.read_csv("file1.csv")
df2 = pd.read_csv("file2.csv")

# 按规则给列名加前缀
df1 = df1.add_prefix("f1_")
df2 = df2.add_prefix("f2_")

# 预处理映射关系，避免逐行apply时重复遍历df2
std_name_list = df2["f2_research_groups_names"].str.strip().tolist()
std_name2loc = df2.set_index("f2_research_groups_names")["f2_location"].to_dict()

def match_organization(row):
    raw_name = str(row["f1_research_groups_names"]).strip()
    # 优先精确匹配
    if raw_name in std_name2loc:
        return pd.Series([raw_name, std_name2loc[raw_name]])
    # 精确匹配失败走包含匹配
    for std_name in std_name_list:
        if std_name in raw_name or raw_name in std_name:
            return pd.Series([std_name, std_name2loc[std_name]])
    # 无匹配结果时返回固定长度的空值，保证列对齐
    return pd.Series([np.nan, np.nan])

# 执行多列赋值
df1[["f2_research_groups_names", "f2_location"]] = df1.apply(match_organization, axis=1)

# 导出要求的三列结果，用utf-8-sig编码避免Excel打开中文乱码
output_columns = ["f1_research_groups_names", "f2_research_groups_names", "f2_location"]
df1[output_columns].to_csv("Output.csv", index=False, encoding="utf-8-sig")

• 预处理映射字典的写法比逐行遍历df2的写法性能高10~100倍，数据量越大差距越明显
• 只要保证apply传入的函数所有返回分支的序列长度和待赋值列数一致，就不会再触发同类长度不匹配报错
• 无匹配的行会自动留空，不会中断整体运行流程
• 如果需要调整匹配规则（比如加模糊匹配权重、处理别名），直接修改match_organization函数内的判断逻辑即可

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