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

可以通过以下代码利用pandas建立dataframe对象，并逐行添加数据，即使数据列数不一致也不会出错。

首先，需要导入pandas库：

import pandas as pd

然后，可以通过以下代码创建一个空的dataframe对象：

df = pd.DataFrame()

接下来，可以通过以下代码逐行添加数据：

data = [1, 2, 3] # 第一行数据
df = df.append(pd.DataFrame([data]), ignore_index=True)

data = [4, 5] # 第二行数据
df = df.append(pd.DataFrame([data]), ignore_index=True)

data = [6, 7, 8, 9] # 第三行数据
df = df.append(pd.DataFrame([data]), ignore_index=True)

在这个例子中，第一行数据有3个元素，第二行数据有2个元素，第三行数据有4个元素。通过逐行添加数据，可以创建一个dataframe对象，如下所示：

   0  1    2    3
0  1  2  3.0  NaN
1  4  5  NaN  NaN
2  6  7  8.0  9.0

可以看到，第一行数据的最后一个元素为NaN，表示这一行缺少一个元素；第二行数据的最后两个元素都为NaN，表示这一行缺少两个元素。这样，即使数据列数不一致，也可以通过pandas逐行添加数据创建dataframe对象。