CSV文件添加列失败，索引值超出长度

在使用pandas时，你可能会遇到的一个错误是：
ValueError: Length of values does not match length of index

复制代码
当你试图将一个NumPy数组的值分配给pandas DataFrame中的一个新列，然而该数组的长度与当前的索引长度不匹配时，就会发生这个错误。
下面的例子展示了如何在实践中解决这个错误。
如何重现这个错误
假设我们有下面这个pandas DataFrame：
import pandas as pd

#define DataFrame
df = pd.DataFrame({‘points’: [25, 12, 15, 14],
‘assists’: [5, 7, 13, 12]})

#view DataFrame
print(df)

points assists
0 25 5
1 12 7
2 15 13
3 14 12

复制代码
现在假设我们试图以NumPy数组的形式添加一个名为 "rebounds "的新列：
import numpy as np

#attempt to add ‘rebounds’ column
df[‘rebounds’] = np.array([3, 3, 7])

ValueError: Length of values (3) does not match length of index (4)

复制代码
我们收到一个ValueError，因为我们试图将一个长度为3的NumPy数组添加到一个索引长度为4的DataFrame中。
如何修复该错误
解决这个错误的最简单的方法是使用pandas Series而不是NumPy数组来创建一个新列。
默认情况下，如果pandas系列的长度与DataFrame的索引长度不一致，那么NaN值将被填入：
#create ‘rebounds’ column
df[‘rebounds’] = pd.Series([3, 3, 7])

#view updated DataFrame
df

points	assists	rebounds

0 25 5 3.0
1 12 7 3.0
2 15 13 7.0
3 14 12 NaN
复制代码
使用pandas系列，我们能够成功地添加 "篮板 "列，缺失的值将被简单地填入NaN。
请注意，我们可以使用如下的**fillna()**方法将NaN值快速转换为其他值（如0）：
#fill in NaN values with zero
df = df.fillna(0)

#view updated DataFrame
df

points assists rebounds
0 25 5 3.0
1 12 7 3.0
2 15 13 7.0
3 14 12 0.0
复制代码
请注意，NaN值已被转换为零。