能否为Pandas DataFrame添加无默认值映射的指定空列？

当然可以实现，核心是在空DataFrame上直接创建列结构，不填充任何默认值。有两种常用方法：

方法一：用reindex一次性指定所有需要的列 #

先整理出所有必须包含的列名，然后用reindex方法重置DataFrame的列，这样不管原有列是什么，最终都会保留指定的列，且因为DataFrame是空的，不会有任何默认值填充：

def _trades(self, trades_df):
    trades_df = trades_df.rename(columns={'timestamp': 'trade_timestamp'})
    trades_df['publication_timestamp'] = trades_df['trade_timestamp']
    trades_df['trade_id'] = trades_df['trade_id'].astype(str)
    trades_df['printable'] = True

    # 定义所有必须包含的列
    required_columns = [
        'trade_timestamp', 
        'publication_timestamp', 
        'trade_id', 
        'printable', 
        'trade_type', 
        'implied'
    ]
    # 重置列，添加缺失的空列
    trades_df = trades_df.reindex(columns=required_columns)

    return trades_df

方法二：单独添加列并指定数据类型 #

如果只需要添加特定的几列，直接给DataFrame添加列并赋值一个指定数据类型的空Series，这样列会被创建，但不会填充任何默认值：

import pandas as pd

def _trades(self, trades_df):
    trades_df = trades_df.rename(columns={'timestamp': 'trade_timestamp'})
    trades_df['publication_timestamp'] = trades_df['trade_timestamp']
    trades_df['trade_id'] = trades_df['trade_id'].astype(str)
    trades_df['printable'] = True

    # 添加trade_type列，指定object类型（可根据实际需求调整）
    trades_df['trade_type'] = pd.Series(dtype='object')
    # 添加implied列，指定数值类型（比如float64，可根据实际需求调整）
    trades_df['implied'] = pd.Series(dtype='float64')

    return trades_df

说明 #

因为你的DataFrame是空的（没有行数据），这两种方法都只会创建列结构，不会生成任何默认值（比如0、None/NaN）——毕竟没有行可以填充，最终得到的就是仅包含指定列的空DataFrame，完全符合你的需求。

内容的提问来源于stack exchange，提问作者user21158996