修复pandas报错ValueError：多索引选择索引器长度不匹配

报错的核心是赋值操作左右两侧的数组维度/长度不匹配：

• 你在筛选列时传入的是列名列表['max']，loc操作会返回DataFrame对象，调用.values得到的是形状为(匹配行数, 1)的二维数组
• 当左侧待赋值的筛选结果行数、维度和右侧不匹配时，就会触发该ValueError。在你的场景中，你需要的是把指定行的单个max值，批量赋值给所有符合筛选条件的行，不需要保留二维数组结构。

直接把目标值提取为标量再赋值即可，参考写法：

# 构造待更新行的筛选条件
mask = (dfc['year'] == 2015) & (dfc['max'] < 5.0)
# 提取指定参考行的max标量值，选列时直接传列名字符串而非列表，返回Series后取对应值
target_max = dfc.loc[dfc['Full_date'] == '28-8-2015', 'max'].iloc[0]
# 完成批量赋值
dfc.loc[mask, 'max'] = target_max

如果你想保留原来的代码结构，只需要调整列选择的写法、把右侧值处理为标量即可：

m = (dfc['year'] == 2015) & (dfc['max'] < 5.0)
n = dfc['Full_date'] == '28-8-2015'
# 选列直接传'max'而非['max']，取一维数组的第一个元素作为标量赋值
dfc.loc[m, 'max'] = dfc.loc[n, 'max'].values[0]

• 使用loc筛选列时，传入单个列名字符串会返回一维Series，传入列名列表会返回二维DataFrame，赋值时要注意两边的维度匹配
• 上述写法默认Full_date == '28-8-2015'的行只有1条，如果该条件匹配多条数据，需要根据业务需求调整取值逻辑，避免取错目标值
• 用你提供的样例数据运行上述代码，即可得到预期输出：2015-08-03行的max值从4.80更新为5.50，其余行数据保持不变。

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