pandas循环拼接DataFrame时如何根据变量名重命名对应列

你触发的ValueError: Length mismatch: Expected axis has 2 elements, new values have 1 elements来自两个写法问题：

• 你使用的df.append()是纵向追加行的逻辑，如果你希望每个遍历到的变量单独作为一列，这个方法本身就用错了，会把所有变量的数值堆叠到同一列下，行数持续累加
• 每次追加的临时DataFrame默认列名都是0，pandas做拼接时会做隐式列对齐，多次追加后很容易出现列数异常增加的情况，此时你用e.columns = [variable]给全表设置单元素列名列表，就会和实际列数不匹配触发报错。

推荐用字典收集所有变量序列，最后一次性生成DataFrame的写法，性能更高，也不会出现列名匹配问题：

import pandas as pd
# 按你实际使用的nc处理库调整导入逻辑，比如netCDF4、xarray等
# 读取nc文件、计算目标经纬度对应索引的前置代码保留
# data = 读取到的nc数据集对象
# max_index_lat、max_index_lon 为提前计算好的目标经纬度索引

# 预处理变量列表，保留索引从4开始的目标变量
var_list = list(data.variables.keys())
var_df = pd.DataFrame(var_list, columns=['vari'])[4:].reset_index(drop=True)

# 用字典存储「变量名: 固定经纬度下的时序序列」键值对
var_data = {}
for _, row in var_df.iterrows():
    cur_var = row['vari']
    # 提取当前变量在目标经纬度点的所有时间步数值
    var_series = data.variables[cur_var][:, max_index_lat, max_index_lon]
    var_data[cur_var] = var_series

# 一次性生成结果表，列名自动对应遍历到的变量名
result_df = pd.DataFrame(var_data)

如果一定要在循环中逐次拼接，注意要做横向拼接，且每次生成临时表时直接指定列名：

# 初始化空结果表
result_df = pd.DataFrame()

for _, row in var_df.iterrows():
    cur_var = row['vari']
    var_series = data.variables[cur_var][:, max_index_lat, max_index_lon]
    # 临时表直接指定列名为当前变量名
    temp_df = pd.DataFrame(var_series, columns=[cur_var])
    # 横向拼接
    result_df = pd.concat([result_df, temp_df], axis=1)

注意：pandas 1.4及以上版本已经移除了df.append()方法，统一用pd.concat()实现拼接逻辑。

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