Z-Score过滤代码Linux运行正常，Windows环境报ValueError问题求助

报错触发自你的第6行代码：

df['Z-Score'] = df[df['Z-Score']==True]

右侧通过布尔条件筛选得到的是行数少于原DataFrame的多列数据集，将其赋值给原DataFrame的单个列时，两者长度完全不匹配。
跨平台运行差异来自两边安装的pandas版本不同：Linux虚拟机上的pandas版本较低，旧版本存在隐式兼容逻辑，会自动给未匹配到的行填充NaN，不会触发报错；Windows上安装的是更高版本的pandas，新版本加入了严格的列长度校验，赋值两侧长度不一致时会直接抛出ValueError: Columns must be same length as key。

优化版实现（推荐，逻辑更简洁无冗余） #

from scipy import stats

# 直接生成过滤掩码，不需要多余的列赋值操作
z_score = stats.zscore(df['price'])
filter_mask = z_score.between(-3, 3)

# 统计异常值数量
total_outliers = len(filter_mask) - filter_mask.sum()
print(f'Your total outliers were {total_outliers}')

# 过滤异常行并重置索引
df = df[filter_mask].reset_index(drop=True)
print(f'You dropped {total_outliers} rows')
print(df.count())

兼容原有逻辑的最小修改 #

如果需要保留你原来的代码写法，仅替换错误行即可：

# 把原来的 df['Z-Score'] = df[df['Z-Score']==True] 替换为下行
df.loc[~df['Z-Score'], 'Z-Score'] = pd.NA

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