Python Pandas Dataframe ValueError：使用可迭代设置时必须具有相等的 len 键和值答案

【问题标题】：Python Pandas Dataframe ValueError: Must have equal len keys and value when setting with an iterablePython Pandas Dataframe ValueError：使用可迭代设置时必须具有相等的 len 键和值
【发布时间】：2021-07-18 01:20:01
【问题描述】：

我有一个如下所示的数据框：

       PR         Order     Season  Rj
0   3001913971  3445046069  202112  NaN
1   3002026058  1445132366  202121  NaN
2   3002026059  1445132365  202122  NaN
3   3002026063  1445132367  202211  NaN
4   3002026069  1445132375  202121  NaN

当我第一次运行下面的代码时，它工作正常

df['Season'] = df['Season'].astype(str)
df.loc[(df['Season'].str[-2:] == '11') & (df['Season'].str.len() == 6),'Season'] = 'Spring ' + df.loc[df['Season'].str[-2:] == '11','Season'].str[:4]
df.loc[(df['Season'].str[-2:] == '12') & (df['Season'].str.len() == 6),'Season'] = 'Summer ' + df.loc[df['Season'].str[-2:] == '12','Season'].str[:4]
df.loc[(df['Season'].str[-2:] == '21') & (df['Season'].str.len() == 6),'Season'] = 'Autumn ' + df.loc[df['Season'].str[-2:] == '21','Season'].str[:4]
df.loc[(df['Season'].str[-2:] == '22') & (df['Season'].str.len() == 6),'Season'] = 'Holiday ' + df.loc[df['Season'].str[-2:] == '22','Season'].str[:4]

第一次运行的结果是这样的。

      PR           Order    Season       Rj
0   3001913971  3445046069  Summer 2021  NaN
1   3002026058  1445132366  Autumn 2021  NaN
2   3002026059  1445132365  Holiday 2021 NaN
3   3002026063  1445132367  Spring 2022  NaN
4   3002026069  1445132375  Autumn 2021  NaN

但是当我第二次运行它时，它会引发错误

ValueError: Must have equal len keys and value when setting with an iterable

你知道为什么吗？非常感谢

【问题讨论】：

为什么要跑两次？
我只是不小心运行了第二次并得到了这样的错误，所以想知道原因来帮助我更好地理解 pandas 数据框，因为我是一个 python 初学者
你从哪里得到数据框？可能是dataframe的源数据发生了变化，导致输出数据发生了变化。
这是我的 google drive 中的一个 excel 文件，我在 google colab 中运行代码
colab 根本不稳定。在您的本地计算机上运行它，它可能会正常工作。

标签： python pandas dataframe

【解决方案1】：

当您第二次运行代码时，Season 字符串的长度都不再为 6（并且它们都没有 11 作为最后两个字母），因此您的代码的第二行应该分配字符串'Spring ' 到数据帧的一个空切片，这当然是不可能的。

一般来说，当您像这样提取数据时，最好保留原始列并将派生值添加为附加列。这避免了上述问题，也可能有助于捕获错误。冗余可能是一件好事。顺便说一句，您也可以直接从整数值中提取数据，而无需先将它们转换为字符串。您只需要楼层除法和模运算符：

df['Year'] = df.Season // 100
df['Season_cat'] = (df.Season % 100).astype('category').cat.rename_categories(
    {11: 'Spring', 12: 'Summer', 21: 'Autumn', 22: 'Holiday'})

df

    PR          Order       Season  Rj      Year    Season_cat
0   3001913971  3445046069  202112  NaN     2021    Summer
1   3002026058  1445132366  202121  NaN     2021    Autumn
2   3002026059  1445132365  202122  NaN     2021    Holiday
3   3002026063  1445132367  202211  NaN     2022    Spring
4   3002026069  1445132375  202121  NaN     2021    Autumn

【讨论】：