使用for循环拆解嵌套列表遇ValueError：问题排查与解决

嘿，我看你在拆分嵌套列表列的时候碰到了ValueError: Columns must be same length as key的错误，仔细看了你的代码和数据样本，问题主要出在循环逻辑错误和空值/异常列表的处理缺失这两个地方，下面给你拆解原因和修复方案：

问题根源分析 #

1. 循环逻辑完全走偏了
   你现在的内层循环会把同一个待拆分列（比如JudgeID1）的数据重复赋值给所有的col_names三元组（也就是first1/second1/third1、first2/second2/third2……直到first84/second84/third84），这完全不符合你的需求——你应该是每个JudgeID列对应一组专属的三个新列，而不是把同一组数据覆盖到所有新列上。

2. 空值/空列表没处理，导致列数不稳定
   你的数据里存在三种异常情况：

   • 比如JudgeID6这类全是nan的列
   • 比如JudgeID1第3行的空列表[]
   • 正常的长度为3的嵌套列表
     直接用merged[col_name].apply(pd.Series)的话，nan和空列表会生成列数不等于3的结果（空列表生成0列，nan生成1列），而你要赋值给3个列，自然就触发了长度不匹配的错误。

修复后的代码方案 #

我把你的代码做了两处关键修改，同时保留了你的核心逻辑：

第一步：优化拆分函数，确保稳定生成3列 #

先写一个处理异常值的函数，保证每个元素都能输出长度为3的结果：

import pandas as pd
from itertools import chain
from tqdm import tqdm

def judge_scores(col_series):
    # 处理单个元素：统一输出长度为3的列表
    def process_single_item(item):
        if pd.isna(item):
            # 处理nan值，返回三个空值
            return [pd.NA, pd.NA, pd.NA]
        if not isinstance(item, list) or len(item) != 3:
            # 处理空列表或者长度不是3的异常列表
            return [pd.NA, pd.NA, pd.NA]
        # 正常情况直接返回原列表
        return item
    
    # 先统一处理所有元素，再转成3列的DataFrame
    return col_series.apply(process_single_item).apply(pd.Series)

第二步：修正循环逻辑，一一对应待拆分列和新列 #

把循环改成一个待拆分列对应一组三个新列的逻辑，避免重复赋值：

# 假设你的待拆分列是JudgeID1到JudgeID84，如果不是可以替换成你的scorecard_var
scorecard_var = [f"JudgeID{i}" for i in range(1, 85)]
# 生成对应新列名，顺序和待拆分列一一对应
col_names = list(chain.from_iterable(('first'+str(i),'second'+str(i),'third'+str(i)) for i in range(1,85)))

# 用zip把待拆分列和对应的三个新列绑定，循环处理
for original_col, (new_col1, new_col2, new_col3) in tqdm(
    zip(scorecard_var, zip(*[iter(col_names)]*3)), 
    total=len(scorecard_var)
):
    # 拆分原列并赋值给对应的三个新列
    merged[[new_col1, new_col2, new_col3]] = judge_scores(merged[original_col])

为什么这样改能解决问题？ #

• 优化后的judge_scores函数强制每个输出都是长度为3的列表，这样apply(pd.Series)一定会生成3列，彻底避免了列数不匹配的问题；
• 用zip(scorecard_var, zip(*[iter(col_names)]*3))实现了原列和新列组的一一对应，每个原列只会赋值给它专属的三个新列，逻辑清晰且不会重复覆盖数据。

用你的数据样本测试的话：

• JudgeID5的['[40 36]', '[40 36]', '[39 37]']会被正确拆分成first5、second5、third5三个列；
• JudgeID1第3行的空列表会被转成三个pd.NA；
• JudgeID6的nan值也会生成三个pd.NA，不会再报错。

内容的提问来源于stack exchange，提问作者Emm