DataFrame筛选列值新建表时报ValueError: Lengths must match to compare错误

你遇到的ValueError: Lengths must match to compare报错，核心原因是使用了长度和States列（Series类型）不匹配的州名列表直接做==等值比较：pandas逐元素比较要求两边对象长度完全一致，你的州列表长度和DataFrame总行数不一致，就会触发该错误。
常见错误写法参考：target_df = df[df['States'] == ['California', 'Texas', 'New York']]

方案1：单独筛选某一区域的DataFrame #

用pandas内置的isin()方法实现多值匹配，该方法不需要两边长度一致，专门用于判断Series每个元素是否在给定的取值集合中：

• 先定义目标区域的州名列表：
  northeast_states = ['New York', 'Massachusetts', 'Pennsylvania', 'New Jersey']
• 执行筛选：
  northeast_df = df[df['States'].isin(northeast_states)].copy()

方案2：批量标注所有行的区域后拆分 #

如果需要划分所有50个州到不同区域，可以先加区域标签列再拆分：

1. 定义州到区域的映射字典：

state_region_map = {
    'California': 'West',
    'Oregon': 'West',
    'Texas': 'South',
    'New York': 'Northeast',
    # 补全剩余46个州的映射关系即可
}

2. 新增区域列：
   df['Region'] = df['States'].map(state_region_map)
3. 按区域拆分出独立DataFrame，比如提取西海岸数据：
   west_df = df[df['Region'] == 'West'].copy()

• 确保你定义的州名拼写、大小写和States列中的取值完全一致，否则会出现匹配不到返回空值的情况
• 筛选得到新DataFrame后如果要做修改操作，建议加.copy()避免触发pandas链式赋值警告

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