使用pd.get_dummies编码Google Play数据集时报Columns must be same length as key错误

pd.get_dummies() 作用于单列Series时，会根据该列的唯一取值数量，返回对应列数的DataFrame。你当前代码尝试将多列的独热编码结果，直接赋值给原DataFrame的单个Type列，两边维度不匹配，因此触发ValueError。

根据你的使用需求，选择对应处理方式即可：

• 需求1：仅保留单列编码值替换原Type列
  如果Type列仅包含2种取值（Google Play数据集的Type通常只有Free/Paid两类），可以通过drop_first=True丢弃冗余列，得到单列编码结果后再赋值：

df['Type'] = pd.get_dummies(df['Type'], drop_first=True)

• 需求2：保留所有独热编码列
  如果需要保留所有取值对应的独热列，不要赋值给原Type单列，直接将编码结果合并到原DataFrame即可，推荐两种写法：
  写法1：直接指定列编码，自动替换原列

# 自动删除原Type列，新增Type_Free、Type_Paid等编码列
df = pd.get_dummies(df, columns=['Type'], prefix='Type')

写法2：手动拼接后删除原列

# 拼接编码列
df = pd.concat([df, pd.get_dummies(df['Type'], prefix='Type')], axis=1)
# 可选：删除原始未编码的Type列
df.drop('Type', axis=1, inplace=True)

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