使用for循环format赋值时出现ValueError：值长度与索引长度不匹配

问题回顾 #

我想用这段代码给DataFrame的go列批量生成字符串内容：

string="Verificamos {} vem crescendo em media {} porcento ao ano. A empresa {} por exemplo {}"
df['go']=[string.format(*r) for r in dfcres[['CNAE_x','Crescimento_t11_Peers_CNAE','Top_Cres1','Top_Cres1%']].values.tolist()]

打印dfcres的目标列时，能看到正常的数据：

CNAE_x Crescimento_t11_Peers_CNAE Top_Cres1 Top_Cres1%
6 "bovinos" 0.10 "Maria Ltd" 0.22
8 "suínos" 0.08 "Carla Ltd" 0.10
9 "construção" 0.93 "Mark SA" 0.3...

但执行代码时直接报错：ValueError: Length of values does not match length of index，这可愁坏了，得赶紧解决。

问题根源 #

这个错误说白了就是你生成的字符串列表长度，和df的行数对不上。举个例子：如果dfcres有3行数据，生成的列表就有3个元素，但如果df有5行，那肯定塞不进去，直接报错。大概率是df和dfcres的行数不一致，比如dfcres是df过滤后的子集，或者两者的索引没有对应上。

靠谱的解决办法 #

1. 先排查行数是否匹配 #

先跑两行代码确认下两个DataFrame的行数：

print("df的行数:", len(df))
print("dfcres的行数:", len(dfcres))

如果行数不一样，那就是问题所在了。接下来就要看你想要的逻辑：是让df的每行都对应dfcres的行，还是只匹配有对应数据的行？

2. 用apply逐行生成（最稳妥的匹配方式） #

如果df和dfcres有相同的索引，或者你想确保每行都能正确对应，先把需要的列合并到df里，再用apply逐行生成字符串：

# 把dfcres的目标列合并到df，按索引匹配
df = df.merge(dfcres[['CNAE_x','Crescimento_t11_Peers_CNAE','Top_Cres1','Top_Cres1%']], 
              left_index=True, right_index=True, how='left')

# 逐行填充go列
df['go'] = df.apply(lambda row: string.format(
    row['CNAE_x'], 
    row['Crescimento_t11_Peers_CNAE'], 
    row['Top_Cres1'], 
    row['Top_Cres1%']
), axis=1)

这种方式会自动处理索引匹配，就算dfcres里没有对应行，也会给df的对应位置留空（或者填充NaN），不会再报长度不匹配的错。

3. 先在dfcres生成列再合并 #

如果你的逻辑是基于dfcres的数据生成字符串，再同步到df，可以先在dfcres里生成go列，再合并到df：

# 先在dfcres里生成go列
dfcres['go'] = [string.format(*r) for r in dfcres[['CNAE_x','Crescimento_t11_Peers_CNAE','Top_Cres1','Top_Cres1%']].values.tolist()]

# 把go列合并到df，按索引匹配
df = df.merge(dfcres[['go']], left_index=True, right_index=True, how='left')

这样生成的go列长度和dfcres一致，合并时按索引对应，也能避免长度问题。

4. 检查是否有缺失值 #

有时候dfcres的目标列可能有缺失值，导致生成列表时出问题？可以先检查下：

print(dfcres[['CNAE_x','Crescimento_t11_Peers_CNAE','Top_Cres1','Top_Cres1%']].isnull().sum())

如果有缺失值，要么填充默认值，要么删除对应行，再进行赋值操作。

内容的提问来源于stack exchange，提问作者aabujamra