利用pandas，建立dataframe对象，并逐行添加数据。每一行的数据格式如下，第一列为字符串，后几列是double类型数字，数字从list变量转化来，个数不一致

可以按照如下方法建立 dataframe 对象并逐行添加数据：

import pandas as pd

# 定义数据格式
data = {'col1': str, 'col2': float, 'col3': float, 'col4': float}

# 建立空的 dataframe 对象
df = pd.DataFrame(columns=data.keys())

# 逐行添加数据
for row_data in row_data_list:
    # 将数字列表转化为一系列列
    num_cols = pd.Series(row_data[1:])
    # 将字符串和数字列合并为一行数据
    row = pd.Series([row_data[0]] + list(num_cols), index=df.columns)
    # 添加到 dataframe 对象中
    df = df.append(row, ignore_index=True)

其中，`row_data_list` 是一个包含多行数据的列表，每一行数据是一个列表，第一项为字符串，后面是若干个数字。例如：

row_data_list = [['A', 1.0, 2.0, 3.0],
                 ['B', 4.0, 5.0],
                 ['C', 6.0, 7.0, 8.0, 9.0]]

上述代码会建立一个包含 3 行数据的 dataframe 对象，每行数据的第一列为字符串，后面是若干个浮点数，缺失的用 NaN 表示。输出结果如下：

  col1  col2  col3  col4
0    A   1.0   2.0   3.0
1    B   4.0   5.0   NaN
2    C   6.0   7.0   8.0