使用pandas append向DataFrame追加行时出现列数不匹配的异常问题
问题核心原因
- 列名匹配失效:你构造的追加字典里,仅
LatD键名和原DataFrame从csv读取的真实列名一致,其余9个键都错误携带了HTML转义的双引号实体(也就是"对应的实际双引号字符),这类带额外引号的键名完全无法匹配原有的列名。pandas执行append时,找不到对应原有列的键值会被识别为新列值,又因为你没有给原有的剩余列赋值,最终追加的行就会出现大面积空值,看起来像只存了9列的异常数据。 - 字符串转义错误:字典的取值部分也混进了未处理的转义标记,比如
'"S"'这类内容,就算列名匹配正确,写入单元格的也会是带无效转义字符的错误文本。 - 方法版本兼容问题:pandas从2.0版本开始已经完全移除了
DataFrame.append()方法,后续版本运行这段代码会直接抛出方法不存在的报错,不适合长期使用。
正确实现步骤
- 先打印原DataFrame的真实列名校准键值:执行
print(citiesDataFrame.columns.tolist())获取从csv读取的10个准确列名,确保后续构造的新行字典键名和列名完全一致,不带多余引号和转义字符。 - 用官方推荐的
pd.concat替代废弃的append方法完成行追加,参考实现代码:
import pandas as pd # 读取原始csv数据 citiesDataFrame = pd.read_csv('cities.csv') # 构造和原列名完全匹配的新行数据 new_row = { 'LatD': 50, 'LatM': 70, 'LatS': 40, 'NS': 'S', 'LonD': 200, 'LonM': 15, 'LonS': 40, 'EW': 'E', 'City': 'Kentucky', 'State': 'KY' } # 拼接新旧数据,重置索引避免索引重复 citiesDataFrame = pd.concat( [citiesDataFrame, pd.DataFrame([new_row])], ignore_index=True ) # 输出验证结果 citiesDataFrame
内容的提问来源于stack exchange,提问作者sln
相关产品推荐
相关产品推荐

