Pandas技术问题：如何从DataFrame行内列表提取指定值

1. 修复ValueError: Length of values does not match length of index错误 #

你遇到的这个错误，核心问题是你错误地提取了整个Series的第一个元素，而非每个单元格内列表/字符串的第一个元素。

你当前代码里的energy["Country"] = energy["Country"].str.split("(")[0]，str.split("(")会返回一个Series——其中每个元素是分割后的列表（比如["Bolivia ", "Plurinational State of)"]）。但你直接加[0]是取这个Series的第一行列表，不是每行内列表的第一个元素，这就导致赋值的长度和原DataFrame行数不匹配，触发了ValueError。

根据你的数据实际类型，有两种正确写法：

情况A：Country列元素是字符串（如"Bolivia (Plurinational State of)"） #

用str.split()结合str[0]提取每个字符串分割后的第一部分，再用str.strip()去掉多余空格：

energy["Country"] = energy["Country"].str.split("(").str[0].str.strip()

情况B：Country列元素是列表（如["Bolivia ", "Plurinational State of)"]） #

如果单元格确实是列表类型，用apply提取每个列表的第一个元素，同时处理空值：

energy["Country"] = energy["Country"].apply(lambda x: x[0].strip() if isinstance(x, list) and len(x) > 0 else x)

2. 让科学计数法数值以常规形式显示 #

要让1.430000e+08这类数值显示为常规整数（比如143000000），有两种常用方法：

方法1：全局设置pandas显示格式 #

通过设置pandas显示选项，让所有浮点型数值按常规格式显示（这里设为整数格式，因为你的Energy Supply是乘以1e6后的整数）：

pd.set_option('display.float_format', lambda x: '{:.0f}'.format(x) if pd.notnull(x) else x)

这个设置会影响整个pandas的显示，所有符合条件的浮点数列都会按整数显示。

方法2：将列转换为整数类型 #

如果Energy Supply列没有缺失值（或已处理NaN），可以直接转成整数类型：

# 先填充NaN，再转换
energy["Energy Supply"] = energy["Energy Supply"].fillna(0).astype(int)

如果需要保留NaN，用支持空值的整数类型Int64：

energy["Energy Supply"] = energy["Energy Supply"].astype('Int64')

完整修正后的代码示例 #

把修复逻辑整合到你的函数中：

import numpy as np
import pandas as pd

def answer_one():
    # 设置显示格式，避免科学计数法
    pd.set_option('display.float_format', lambda x: '{:.0f}'.format(x) if pd.notnull(x) else x)
    
    energy = pd.read_excel('Energy Indicators.xls', sheet_name='Energy', 
                          skiprows=list(range(10,18)), skipfooter=38, 
                          usecols=[2,3,4,5], na_values = "...")
    energy.columns = ['Country', 'Energy Supply', 'Energy Supply per Capita', '% Renewable']
    energy["Energy Supply"] = energy["Energy Supply"].mul(1000000)
    
    # 修复Country列的提取逻辑
    energy["Country"] = energy["Country"].str.split("(").str[0].str.strip()
    
    return energy

answer_one()

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