ValueError: All arrays must be of the same length
Ai construit un DataFrame dintr-un dicționar în care listele (coloanele) au lungimi diferite. Fiecare coloană trebuie să aibă exact câte o valoare pentru fiecare rând: completează valoarea lipsă (sau pune None / np.nan acolo unde nu o știi).
Explicat de Tudor Andrei Dumitrescu, Senior Software Developer, fondatorul Academiei ProgramatorilorActualizat la
Ce înseamnă
pd.DataFrame({...}) primește un dicționar în care fiecare cheie devine o coloană, iar fiecare listă devine valorile acelei coloane. Un tabel are același număr de rânduri pe toate coloanele, așa că pandas verifică lungimile: dacă o listă are 4 elemente și alta 3, nu știe pe ce rând lipsește valoarea și ridică ValueError: All arrays must be of the same length.
Mesajul nu spune care coloană e mai scurtă. Afișează lungimile cu {k: len(v) for k, v in date.items()} și vezi imediat lista cu probleme.
Apare des când construiești datele de mână (o virgulă lipsă unește două texte, un element uitat) sau când aduni coloanele din bucle diferite, iar una dintre ele a sărit peste un element.
De ce apare: cauzele frecvente
1O valoare uitată într-o listă
date = {"produs": ["Cafea", "Ceai", "Miere"], "pret": [24.9, 12.5]}
df = pd.DataFrame(date)date = {"produs": ["Cafea", "Ceai", "Miere"], "pret": [24.9, 12.5, 31.0]}
df = pd.DataFrame(date)Cu trei produse și trei prețuri, fiecare rând are o valoare în fiecare coloană.
2Virgulă lipsă între două texte
date = {"oras": ["Cluj" "Iasi", "Arad"], "vanzari": [10, 7, 4]}date = {"oras": ["Cluj", "Iasi", "Arad"], "vanzari": [10, 7, 4]}Python lipește automat două texte scrise unul lângă altul: "Cluj" "Iasi" devine "ClujIasi", deci lista are doar 2 elemente.
3Valoarea chiar nu se cunoaște
date = {"nume": ["Ana", "Dan"], "email": ["ana@x.ro"]}import numpy as np
date = {"nume": ["Ana", "Dan"], "email": ["ana@x.ro", np.nan]}O valoare lipsă se marchează explicit cu np.nan (sau None), pe rândul ei, ca pandas să știe unde lipsește.
Repară eroarea, direct în pagină
Codul de mai jos dă ValueError: All arrays must be of the same length. Prețul zahărului (6.5 lei) a fost uitat. Adaugă-l în lista de prețuri ca să afișeze numărul de produse și valoarea totală a prețurilor.
import pandas as pd
date = {
"produs": ["Cafea", "Ceai", "Miere", "Zahăr"],
"pret": [24.9, 12.5, 31.0],
}
df = pd.DataFrame(date)
print("Produse:", len(df))
print("Total prețuri:", round(df["pret"].sum(), 2))Produse: 4 Total prețuri: 74.9
Indiciu
Lista pret trebuie să aibă tot atâtea valori câte produse sunt în lista produs.
Reparația
import pandas as pd
date = {
"produs": ["Cafea", "Ceai", "Miere", "Zahăr"],
"pret": [24.9, 12.5, 31.0, 6.5],
}
df = pd.DataFrame(date)
print("Produse:", len(df))
print("Total prețuri:", round(df["pret"].sum(), 2))De ce merge
Fiecare listă din dicționar devine o coloană, iar toate coloanele unui DataFrame au același număr de rânduri. Lista produs avea 4 valori, iar pret doar 3, așa că pandas nu putea construi tabelul. Cu prețul zahărului adăugat, ambele liste au 4 elemente, tabelul are 4 rânduri, iar suma prețurilor se calculează normal.
Alte forme ale mesajului
ValueError: arrays must all be same length
Cum o eviți pe viitor
- Când construiești un tabel de mână, scrie-l ca listă de rânduri (
[{"produs": ..., "pret": ...}, ...]): e greu să uiți o valoare pe un rând. - Verifică lungimile înainte:
print({k: len(v) for k, v in date.items()}). - Pentru valorile necunoscute pune
np.nan, nu le sări. - Dacă datele vin din bucle, adaugă un rând complet la fiecare pas, nu câte o valoare în liste separate.
Întrebări frecvente
Cum aflu care coloană are lungimea greșită?
Rulează print({k: len(v) for k, v in date.items()}) pe dicționarul pe care îl dai la pd.DataFrame. Coloana cu lungimea diferită de restul e cea cu probleme.
Pot lăsa pandas să completeze singur valorile lipsă?
Da, dacă dai coloanele ca pd.Series: pd.DataFrame({"a": pd.Series([1, 2, 3]), "b": pd.Series([4, 5])}) aliniază seriile după index și pune NaN pe rândul care lipsește. Folosește asta doar când știi că valoarea lipsă e chiar la sfârșit.
Erori înrudite
ValueError: If using all scalar values, you must pass an index Ai dat la pd.DataFrame un dicționar în care toate valorile sunt simple (un număr, un text), nu liste. pandas nu știe câte rânduri să facă. Pune dicționarul într-o listă: pd.DataFrame([rand]), sau valorile în liste: {"pret": [24.9]}. ValueError: 3 columns passed, passed data had 2 columns Ai creat un DataFrame dintr-o listă de rânduri și ai dat mai multe (sau mai puține) nume în columns= decât valori are fiecare rând. Fă ca numărul de nume să fie egal cu numărul de valori din rând: adaugă valoarea lipsă în rânduri sau scoate numele în plus. ValueError: Length of values (3) does not match length of index (4) Atribui unei coloane o listă (sau un array) cu alt număr de valori decât rândurile DataFrame-ului: aici 3 valori pentru 4 rânduri. Dă câte o valoare pentru fiecare rând sau, mai sigur, construiește coloana din datele existente (map cu un dicționar, merge). Învață Python pentru analiza datelor de la zero, cu exerciții la fiecare lecție
Curs Data Analysis with Python: lecții scurte, fiecare cu un exercițiu verificat automat, direct în browser. Primele 15 lecții sunt gratuite.
