利用pandas，建立dataframe对象，并逐行添加数据，数据列数不一致，需要列名

可以使用`pandas.DataFrame()`函数来建立一个空的dataframe对象，并利用`dataframe.loc[]`方法逐行添加数据。

首先，需要定义列名，可以用一个列表来保存列名。例如，我们定义了三个列名：'Name', 'Age', 'Gender'。

import pandas as pd

# 定义列名
columns = ['Name', 'Age', 'Gender']

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

接下来，我们可以用`dataframe.loc[]`方法逐行添加数据。例如，我们先添加一行数据，数据内容为：'Tom', 20, 'Male'。我们可以用一个列表来表示这一行数据。

# 添加一行数据
data = ['Tom', 20, 'Male']
df.loc[0] = data

这样，我们就添加了一行数据。接下来，我们再添加一行数据，但这次我们只提供两个数据，缺少了'Gender'这一列的数据。此时，我们可以用`numpy.nan`代替缺少的数据，表示这是一个缺失值。

# 添加另一行数据，缺失'Gender'这一列的数据
data = ['Jerry', 25, pd.np.nan]
df.loc[1] = data

这样，我们就成功地添加了一个数据列数不一致的dataframe对象。完整代码如下：

import pandas as pd

# 定义列名
columns = ['Name', 'Age', 'Gender']

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

# 添加一行数据
data = ['Tom', 20, 'Male']
df.loc[0] = data

# 添加另一行数据，缺失'Gender'这一列的数据
data = ['Jerry', 25, pd.np.nan]
df.loc[1] = data

print(df)

输出结果如下：

    Name Age Gender
0    Tom  20   Male
1  Jerry  25    NaN