Python中str.split搭配expand=True仍报‘Columns must be same length as key’错误

我太懂这种卡壳的感觉了——明明正则在Regexr里测着没问题，跑代码就报列长度不匹配，简直挠头。咱们一步步拆解问题，搞定它：

先理清核心问题 #

你的坐标格式是"4.970599399999999, 'lng': -1.6918635"，要拆分纬度（第一部分）和经度（'lng':后面的数值），但报错说明正则提取后生成的列，和原数据行数量不匹配——大概率是部分数据没被正则匹配到，或者分组逻辑有问题。

排查&解决步骤 #

1. 先揪出「不听话」的异常数据

Regexr用的是测试样本，但你的数据集里可能藏着格式不一致的行（比如少了逗号、引号格式变了、数值为空）。先筛选出匹配失败的行：

import pandas as pd

# 假设你的坐标列叫coords
# 先把你用的正则写进来
your_pattern = r"你的正则表达式"

# 找出匹配失败的行
bad_rows = df[~df['coords'].str.contains(your_pattern, na=False)]
print(bad_rows)

如果输出有内容，就针对性调整正则（比如兼容单/双引号、多余空格、缺失值）。

2. 优化正则，确保100%覆盖你的数据格式

针对你给出的示例，推荐用这个正则（兼顾空格、单引号、正负数值）：

^([\d.-]+),\s*'lng':\s*([\d.-]+)$

• ([\d.-]+)：匹配纬度/经度的数值（包含数字、小数点、负号）
• \s*：匹配'lng':前后可能存在的空格
• ^和$：确保匹配整行，避免部分匹配导致的异常

如果数据里有双引号的情况，把'lng'改成["']lng["']就能兼容单双引号。

3. 用str.extract()替代拆分，保证列长度一致

别用str.split()处理这种结构化提取，str.extract()会基于正则分组生成对应列，哪怕匹配失败也会填充NaN，不会出现长度不匹配：

# 提取纬度和经度，生成两列
df[['latitude', 'longitude']] = df['coords'].str.extract(r'^([\d.-]+),\s*\'lng\':\s*([\d.-]+)$', expand=True)

# 检查有没有匹配失败的行（latitude为NaN的就是）
print(df[df['latitude'].isna()])

4. 处理匹配失败的行

如果确实有无法匹配的异常数据，你可以：

• 手动清理这些行（如果数据量小）
• 给缺失的经纬度填充默认值（比如df['latitude'] = df['latitude'].fillna(0)）
• 进一步调整正则，覆盖更多格式场景

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