ValueError: Columns must be same length as key
Atribui mai multor coloane deodată (df[["prenume", "nume"]] = ...) un rezultat care are alt număr de coloane, cel mai des de la str.split(expand=True), care a produs 3 coloane pentru că un nume are două spații. Limitează împărțirea cu n=1 sau verifică forma rezultatului înainte.
Explicat de Tudor Andrei Dumitrescu, Senior Software Developer, fondatorul Academiei ProgramatorilorActualizat la
Ce înseamnă
„Key” este lista de coloane din stânga semnului =, iar „columns” sunt coloanele rezultatului din dreapta. pandas pune prima coloană din rezultat în prima coloană din listă și așa mai departe, deci numărul lor trebuie să fie egal.
Cel mai frecvent caz este str.split(" ", expand=True): numărul de coloane rezultat este dat de valoarea cu cele mai multe bucăți. Un singur „Ana Maria Pop” face din rezultat un tabel cu 3 coloane, chiar dacă restul numelor au două bucăți. Alt caz: un apply sau un merge care întoarce mai multe sau mai puține coloane decât ai prevăzut.
Afișează rezultatul din dreapta înainte de atribuire (print(rezultat.shape)) și vei vedea imediat câte coloane are.
De ce apare: cauzele frecvente
1Nume cu mai multe spații
df[["prenume", "nume"]] = df["nume_complet"].str.split(" ", expand=True)df[["prenume", "nume"]] = df["nume_complet"].str.split(" ", n=1, expand=True)n=1 împarte doar la primul spațiu, deci rezultatul are mereu cel mult două coloane: prenumele și restul.
2Ultimul cuvânt ca nume de familie
df[["prenume", "nume"]] = df["nume_complet"].str.split(" ", expand=True)df[["prenume", "nume"]] = df["nume_complet"].str.rsplit(" ", n=1, expand=True)rsplit cu n=1 desparte la ultimul spațiu: „Ana Maria” și „Pop”. Alegi split sau rsplit după cum vrei să tratezi numele compuse.
3Mai puține coloane decât ai cerut
df[["oras", "judet", "tara"]] = df["adresa"].str.split(", ", expand=True) # doar 2 bucățidf[["oras", "judet"]] = df["adresa"].str.split(", ", n=1, expand=True)Lista din stânga trebuie să corespundă bucăților reale din date. Verifică întâi câte rezultă.
Repară eroarea, direct în pagină
Codul desparte numele complet în prenume și nume, dar pentru „Ana Maria Pop” split produce trei coloane și apare ValueError: Columns must be same length as key. Repară-l ca numele de familie să fie ultimul cuvânt, iar prenumele tot ce e înainte, apoi afișează tabelul.
import pandas as pd
df = pd.DataFrame({"nume_complet": ["Ion Toma", "Ana Maria Pop", "Dan Ilie"]})
df[["prenume", "nume"]] = df["nume_complet"].str.split(" ", expand=True)
print(df)nume_complet prenume nume 0 Ion Toma Ion Toma 1 Ana Maria Pop Ana Maria Pop 2 Dan Ilie Dan Ilie
Indiciu
str.rsplit(" ", n=1, expand=True) desparte doar la ultimul spațiu.
Reparația
import pandas as pd
df = pd.DataFrame({"nume_complet": ["Ion Toma", "Ana Maria Pop", "Dan Ilie"]})
df[["prenume", "nume"]] = df["nume_complet"].str.rsplit(" ", n=1, expand=True)
print(df)De ce merge
split(" ", expand=True) creează câte o coloană pentru fiecare bucată, iar numărul de coloane e dat de numele cel mai lung: trei, din cauza lui „Ana Maria Pop”. Lista din stânga avea doar două nume de coloane. rsplit(" ", n=1) face o singură împărțire, la ultimul spațiu, deci rezultatul are mereu două coloane: „Ana Maria” și „Pop”.
Alte forme ale mesajului
ValueError: Columns must be same length as key
Cum o eviți pe viitor
- La
str.split(..., expand=True), pune mereun=cu numărul maxim de împărțiri pe care îl vrei. - Verifică rezultatul înainte de atribuire:
parti = s.str.split(" ", expand=True); print(parti.shape). - Pentru datele de la oameni (nume, adrese), așteaptă-te la excepții: spații duble, nume compuse, câmpuri lipsă. Curăță cu
str.strip()șistr.replace(r"\s+", " ", regex=True)înainte.
Întrebări frecvente
De ce eroarea apare doar pe unele fișiere?
Pentru că depinde de date: dacă niciun nume nu are mai mult de un spațiu, rezultatul are exact două coloane și totul merge. E suficient un singur rând cu trei cuvinte ca să se schimbe forma întregului rezultat.
Care e diferența față de „Length of values does not match length of index”?
Aceea vorbește de rânduri (lista are alt număr de valori decât tabelul), aceasta vorbește de coloane (rezultatul are alt număr de coloane decât lista de nume din stânga).
Erori înrudite
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). AttributeError: Can only use .str accessor with string values, not integer Ai folosit o metodă .str (startswith, contains, upper, replace...) pe o coloană care nu e de tip text, aici una de numere întregi. Transformă întâi coloana în text cu astype(str), apoi aplică .str; sau, dacă e deja numerică, folosește operații numerice în loc de text. 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.
