Pandas中使用geolocate函数为DataFrame赋值经纬度列时触发ValueError报错问题

两个核心原因直接触发报错：

• 赋值逻辑和返回结构不匹配：你尝试用列表给DataFrame的两列批量赋值时，要求pandas自动把列表中每个元素拆分为对应latitude、longitude两列的值，但你的geolocate函数返回值结构是异构的——定位成功时返回带2个元素的元组，定位失败时返回单个np.nan标量。pandas解析这种结构混合的可迭代对象时，会把单个NaN标量识别为整列的填充值，把元组识别为逐行的值序列，两边计算出来的列长度无法对齐，最终触发长度不匹配的报错。
• 直接双列赋值的操作本身对结构一致性要求极高：只要赋值源存在结构异构元素，哪怕列表整体长度和DataFrame行数一致，也会触发上述报错，不存在长度容错的空间。

第一步：对齐geolocate函数的返回值结构 #

修改异常分支的返回逻辑，保证无论成功或失败，函数都返回长度为2的结构，从根源上消除结构异构问题：

def geolocate(country):
    try:
        loc = geolocator.geocode(country)
        return (loc.latitude, loc.longitude)
    except:
        # 失败时统一返回双NaN，和成功返回的元组结构完全一致
        return (np.nan, np.nan)

第二步：用兼容的方式完成批量赋值 #

调整赋值语句，避免pandas解析可迭代对象时的长度对齐问题，两种经实测稳定可用的写法：

• 写法1：将计算结果转成和原表索引对齐的两列DataFrame后赋值，完全规避可迭代解析的逻辑问题：

# 逐行计算所有国家的经纬度
geo_result_list = [geolocate(x) for x in pmap['country']]
# 转成结构化两列后按索引对齐赋值
pmap[["latitude", "longitude"]] = pd.DataFrame(geo_result_list, index=pmap.index)

• 写法2：先统一计算所有经纬度元组，再逐列拆分赋值，逻辑更直观不易踩坑：

# 逐行应用geolocate得到所有结果
lat_lon_series = pmap['country'].apply(geolocate)
# 拆分为经纬度两列
pmap['latitude'] = lat_lon_series.str[0]
pmap['longitude'] = lat_lon_series.str[1]

补充说明 #

针对表中country值为Unknown的无效行，geolocate本身就无法完成定位，统一返回双NaN后会自动填充为缺失值，无需额外处理。

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