Pandas为DataFrame新增两列并调用函数填充值时报长度不匹配错误

原代码的写法在pandas语法逻辑上存在四个核心偏差，直接触发了长度不匹配的异常：

• 列选择语法误用：pmap['country', 'continent'] 不是同时选中country、continent两个独立列的写法——pandas会把括号内的元组识别为多层索引列的键，相当于你要新建一个列名为('country', 'continent')的新列。此时你往这个新列里塞长度为2的元组names，但DataFrame总共有233行，pandas无法把长度为2的序列匹配到233行的长度上，就会抛出Length of values (2) does not match length of index (233)的报错。
• 逐行赋值逻辑错位：哪怕列名写法正确，原代码每轮循环都在给整个DataFrame的列做全局赋值，没有定位到当前遍历的行位置，最后会出现每轮循环把整列值覆盖成当前行结果的问题，根本达不到逐行填充的效果。
• 函数名笔误：自定义的解析函数是get_country，循环里写的是get_continent，后续运行也会触发函数不存在的报错。
• 缺失边界处理：需求要求解析失败的实体要填充Unknown，原代码没有任何异常捕获逻辑，一旦get_country遇到映射表外的名称就会直接中断。

最优写法（避免低效逐行循环） #

1. 封装带异常兜底的解析逻辑 #

先给原get_country函数套一层异常捕获，统一处理解析失败的场景：

import pandas as pd

def parse_loc(name):
    try:
        country_code, continent = get_country(name)
        # 额外过滤空值、无效返回的边界情况
        if not country_code or not continent:
            raise ValueError
        return pd.Series([country_code, continent])
    except:
        # 所有解析失败的情况统一返回Unknown
        return pd.Series(["Unknown", "Unknown"])

2. 批量生成新列 #

直接对name列应用解析函数，一次性生成两个目标列，完全避免for循环的性能损耗：

# 注意这里列选择用两层方括号，对应两个独立列
pmap[["country", "continent"]] = pmap["name"].apply(parse_loc)

循环写法（如果必须逐行处理） #

如果因为业务逻辑限制必须用循环实现，要修正原代码的定位逻辑，不要做全局列赋值：

for row_idx, row_data in pmap.iterrows():
    try:
        c_code, cont = get_country(row_data["name"])
    except:
        c_code, cont = "Unknown", "Unknown"
    # 用loc定位到当前行的指定列做赋值
    pmap.loc[row_idx, "country"] = c_code
    pmap.loc[row_idx, "continent"] = cont

运行效果 #

执行完上述代码后，输出的DataFrame会完全匹配预期：能被get_country正确解析的国家会填充对应的短代码和大洲名称，不在映射表内的实体（如奥兰群岛、奥尔德尼岛）会统一填充Unknown。

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