Pandas用str.split生成DataFrame时列数不匹配报错如何解决？

• 你的Splitter_Name列中新增了不包含SPL子串的脏数据：str.split('SPL',1)遇到无匹配子串的值时，只会返回长度为1的列表，不会拆分为两个元素。此前所有数据都包含SPL所以能正常运行，当出现不匹配的行后，最终生成的列表集合里同时存在长度为1和长度为2的元素，你指定了2个列名但部分行只有1个值，就触发了该断言错误。
• 补充说明：如果该列存在空值（NaN），也会导致拆分后返回长度为1的列表，触发同样的报错。

方案1：使用split自带的expand参数直接生成DataFrame #

str.split的expand参数会直接返回对齐后的DataFrame，拆分失败的位置自动填充为NaN，无需手动转列表再构造，是最高效的解决方式：

# 拆分后直接指定列名
fe_split = fe.Splitter_Name.str.split('SPL', 1, expand=True)
fe_split.columns = ['splitter', 'number']

如果不需要保留拆分失败的行，直接过滤空值即可：

fe_split = fe_split.dropna(subset=['number'])

方案2：提前过滤不符合格式的行 #

如果要保证拆分结果100%符合预期，先筛选出包含SPL的行再执行拆分，同时可以单独捞取异常数据排查：

# 筛选符合格式的行，na=False表示空值也判定为不符合规则
fe_valid = fe[fe.Splitter_Name.str.contains('SPL', na=False)]
# 执行拆分
fe_split = pd.DataFrame(fe_valid.Splitter_Name.str.split('SPL', 1).tolist(), columns=['splitter', 'number'])

# 可选：导出脏数据排查原因
bad_data = fe[~fe.Splitter_Name.str.contains('SPL', na=False)]

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