基于字典键将字典值分配至DataFrame指定列的报错问题

问题分析 #

你写的循环逻辑存在缺陷：遍历字典键值对时，每匹配到一个列就往row列表里追加值，最终row的长度等于字典的键数量，而非DataFrame的列数。当两者数量不一致时，就会触发"mismatched columns"错误——因为DataFrame需要与列数匹配的元素来填充一行。

解决方案 #

完全不需要手动构造row列表，Pandas原生支持用字典直接匹配列名赋值，缺失的列会自动填充NaN，以下是两种简洁的实现方式：

方法1：直接用loc赋值（最简写法）

import pandas as pd

# 初始化空DataFrame
countries_df = pd.DataFrame(columns=['esp', 'eng', 'mex', 'ger'])
names = {'esp': 'David','eng': 'Adam','mex': 'Jose'}

# 直接用字典赋值，自动匹配列名，缺失列补NaN
countries_df.loc[len(countries_df)] = names

方法2：用Series构造行后合并

如果需要更明确的列索引匹配，可以先创建对应列的Series，再合并到DataFrame：

import pandas as pd

countries_df = pd.DataFrame(columns=['esp', 'eng', 'mex', 'ger'])
names = {'esp': 'David','eng': 'Adam','mex': 'Jose'}

# 创建以DataFrame列为索引的Series，缺失键自动补NaN
new_row = pd.Series(names, index=countries_df.columns)
# 转置后合并到原DataFrame
countries_df = pd.concat([countries_df, new_row.to_frame().T], ignore_index=True)

两种方法最终都会得到符合要求的结果：

内容的提问来源于stack exchange，提问作者Artemii