Pandas新增FREQUENCY列触发Wrong number of items passed 2错误的解决咨询

报错核心原因 #

给customer的FREQUENCY列赋值时，右侧计算逻辑返回了两列结构的DataFrame，而pandas给单列赋值时仅支持传入和目标列长度匹配的一维序列，无法承载多列结构，因此触发了数量不匹配的报错。

拆解报错对应的右侧代码逻辑：

mydataset_df.groupby('COMPANY_CODE').LEASE_ID.count().reset_index()

这段代码执行后会返回包含两列的结果：一列是分组主键COMPANY_CODE，另一列是对应的租赁数量统计值。将两列结构直接赋值给单个目标列，自然会出现维度不匹配的问题。

可落地的修复方案 #

• 方案1：单聚合逻辑统一计算两个特征（推荐）
  原本需要拆分两次分组计算的最大租赁起始时间、租赁频次，完全可以通过一次聚合操作完成，既减少了重复分组的性能损耗，也从根源上避免了多列赋值的问题，代码写法为：

  customer = mydataset_df.groupby('COMPANY_CODE').agg(
      MAX_LEASE_START=('LEASE_START2', 'max'),
      FREQUENCY=('LEASE_ID', 'count')
  ).reset_index()
  

  这个写法是pandas的标准化聚合语法，代码简洁，且能自动保证两个特征的分组维度完全对齐，不会出现数值错位。

• 方案2：基于索引对齐的分步赋值
  如果需要保留原有的分步计算逻辑，可以通过设置主键索引的方式利用pandas的自动对齐机制完成赋值，避免取错列结构：

  # 先完成原有最大租赁时间的计算逻辑
  customer = mydataset_df.groupby('COMPANY_CODE').LEASE_START2.max().reset_index()
  customer.columns = ['COMPANY_CODE', 'MAX_LEASE_START']
  
  # 计算租赁数量时，不提前reset_index，保留Series的索引结构
  lease_frequency = mydataset_df.groupby('COMPANY_CODE')['LEASE_ID'].count()
  # 将customer的COMPANY_CODE设为索引，和计数Series自动匹配
  customer = customer.set_index('COMPANY_CODE')
  customer['FREQUENCY'] = lease_frequency
  # 还原回普通列结构
  customer = customer.reset_index()
  

• 方案3：基于映射的赋值逻辑
  如果需要保持原有分步计算的代码结构，可以将分组计数的结果转换成字典映射，再通过主键匹配到customer表中：

  # 原有最大租赁时间的计算逻辑不变
  customer = mydataset_df.groupby('COMPANY_CODE').LEASE_START2.max().reset_index()
  customer.columns = ['COMPANY_CODE', 'MAX_LEASE_START']
  
  # 计算分组计数
  lease_count = mydataset_df.groupby('COMPANY_CODE')['LEASE_ID'].count().reset_index()
  # 通过COMPANY_CODE映射匹配对应计数值
  customer['FREQUENCY'] = customer['COMPANY_CODE'].map(
      dict(zip(lease_count['COMPANY_CODE'], lease_count['LEASE_ID']))
  )
  

内容的提问来源于stack exchange，提问作者butter