向Pandas DataFrame添加行时报ValueError：列数不匹配求助

错误根源 #

你碰到的ValueError: cannot set a row with mismatched columns主要来自两个问题：

1. 赋值逻辑错误：self.connections.loc[len(self.connections)] = df试图把完整的DataFrame（哪怕仅一行）赋值给单个行位置，Pandas无法将二维结构直接映射到一维行，触发列匹配失败。
2. CSV列结构不兼容：你的CSV开头是,Time,IP,FirstByte，意味着第一列是无列名的索引列，pd.read_csv读取后会自动生成Unnamed: 0列，但你新生成的df没有该列，直接赋值时列数不匹配。

解决方案 #

方法1：用pd.concat合并DataFrame（官方推荐，替代已移除的append） #

这是Pandas 2.0+版本追加行的标准方式，能自动处理列对齐，同时解决索引列问题：

def __init__(self):
    self.connections_file = "logging.csv"
    try:
        # 指定index_col=0，将原CSV第一列作为索引列
        self.connections = pd.read_csv(self.connections_file, index_col=0)
    except (FileNotFoundError, pd.errors.EmptyDataError):
        # 文件为空或不存在时，初始化指定列顺序的空DataFrame
        self.connections = pd.DataFrame(columns=['Time', 'IP', 'FirstByte'])

def log_incoming_connection(self, client, identification):
    time = "foo"
    data = {
        'Time': [time],
        'IP': [f"{client.peername}:{str(client.port)}"],
        'FirstByte': [str(identification)],
    }
    df = pd.DataFrame(data)
    # 合并两个DataFrame，ignore_index重置索引避免重复
    self.connections = pd.concat([self.connections, df], ignore_index=True)
    # 保存时保留索引列，匹配原CSV结构
    self.connections.to_csv(self.connections_file)

方法2：用Series赋值单行数据 #

如果偏好loc赋值逻辑，需将新数据转为Series，确保列完全匹配：

def __init__(self):
    self.connections_file = "logging.csv"
    try:
        self.connections = pd.read_csv(self.connections_file, index_col=0)
    except (FileNotFoundError, pd.errors.EmptyDataError):
        self.connections = pd.DataFrame(columns=['Time', 'IP', 'FirstByte'])

def log_incoming_connection(self, client, identification):
    time = "foo"
    # 构造与现有DataFrame列对应Series
    new_row = pd.Series({
        'Time': time,
        'IP': f"{client.peername}:{str(client.port)}",
        'FirstByte': str(identification),
    })
    # 用loc追加行，自动分配新索引
    self.connections.loc[len(self.connections)] = new_row
    self.connections.to_csv(self.connections_file)

核心注意事项 #

• 读取CSV时必须加index_col=0，否则原CSV的第一空列会被解析为Unnamed: 0，导致新数据列数不匹配。
• 初始化时处理文件为空/不存在的场景，避免启动阶段报错。
• pd.concat是官方明确推荐的append替代方案，能更稳定地处理列对齐和索引冲突问题。

内容的提问来源于stack exchange，提问作者demerf