Pandas关联两DataFrame取值报ValueError长度不匹配及merge匹配错位问题

问题1：reindex方法抛出长度不匹配错误 #

错误原因 #

你在设置索引、传入匹配列时都用列表包裹了列名，导致set_index生成MultiIndex、reindex传入的是DataFrame而非一维Series，返回结果结构不符合赋值要求，触发长度校验报错。

修正代码 #

# 直接传入列名字符串，不要套列表
ooscolfor = "FORCUSTID"
ooscolmain = "OOSCUSTID"
c = "KKLM"

df1['FOREIGN-KKLM'] = df2.set_index(ooscolfor)[c].reindex(df1[ooscolmain]).values

问题2：merge方法匹配结果错位 #

错误原因 #

merge默认使用内连接（inner join），只会保留两边匹配成功的行：你的df1共5行，其中OOSCUSTID=4在df2中没有对应值，内连接后只返回4行匹配结果，赋值时pandas会按索引对齐，导致索引错位。

修正方案 #

推荐用更高效的map方法实现单字段匹配，完全避免错位问题：

# 先构造df2的客户ID到KKLM的映射字典
cust_kklm_map = df2.set_index('FORCUSTID')['KKLM']
# 逐行匹配df1的OOSCUSTID，自动填充匹配结果
df1['FOREIGN-KKLM'] = df1['OOSCUSTID'].map(cust_kklm_map)

如果要继续用merge方法，改为左连接即可：

df1 = df1.merge(
    df2[['FORCUSTID', 'KKLM']],
    left_on='OOSCUSTID',
    right_on='FORCUSTID',
    how='left' # 左连接保留df1所有行，避免索引错位
).rename(columns={'KKLM': 'FOREIGN-KKLM'}).drop('FORCUSTID', axis=1)

运行结果 #

最终得到的df1符合预期：

内容的提问来源于stack exchange，提问作者Sylv99