Pandas导入CSV后用concat合并数据帧出现列偏移问题求助

问题现象 #

循环录入员工数据存入DataFrame并导出CSV后，导入CSV进行concat合并时出现列偏移：

• 循环录入两次后导入CSV，数据从第3行开始，还新增列，最终列数变为8列；
• 重启程序先导入CSV正常，但录入第三条数据时，新数据被放到新列中。

核心原因 #

1. CSV导出时默认写入索引列：df_Employee.to_csv()默认会把DataFrame的索引写入CSV第一列，导入时用header=None会把这列索引当成普通数据列，同时原DataFrame的列名会被当成第一行数据，导致列数多了一列，合并时列对齐失效。
2. 导入时未正确读取表头：原DataFrame有明确列名（对应index1），但导入时用header=None会自动生成数字列名，和新录入数据的列名不匹配，concat时因列名不一致出现偏移、新增列。
3. 数据构造与合并的隐性对齐问题：新录入数据通过转置df.T合并，虽然当前能匹配列名，但一旦列名定义有偏差，就会触发列对齐错误。

解决方法 #

1. 修正CSV导出逻辑，排除索引列 #

导出时添加index=False，避免把索引写入CSV：

df_Employee.to_csv("Employee Details.csv", index=False)

2. 正确导入CSV，匹配列名 #

导入时指定header=0读取原有列名，确保导入的DataFrame列名和新数据一致：

# 预先定义统一列名
index1 = ["Name", "Age", "Gender", "Location", "Designation", "Salary"]
# 导入CSV，读取表头作为列名
df = pd.read_csv("Employee Details.csv", header=0)
# 合并数据
df_Employee = pd.concat([df_Employee, df], ignore_index=True)

注意：首次启动程序时，要先初始化空DataFrame，避免合并报错：

import pandas as pd
index1 = ["Name", "Age", "Gender", "Location", "Designation", "Salary"]
df_Employee = pd.DataFrame(columns=index1)

3. 优化新数据录入的构造方式（更直观） #

直接构造单行DataFrame，无需转置，减少出错概率：

name = input("Please Enter the Employee's Name:")
age = int(input("Please Enter the Employee's Age:"))
gender = input("Please Enter the Employee's Gender:")
Loc = input("Please Enter the Employee's Location:")
Des = input("Please Enter the Employee's Designation:")
Sal = int(input("Please Enter the Employee's Salary:"))

# 直接生成符合列名的单行数据
new_row = pd.DataFrame([[name, age, gender, Loc, Des, Sal]], columns=index1)
df_Employee = pd.concat([df_Employee, new_row], ignore_index=True)

内容的提问来源于stack exchange，提问作者Anish Das