如何在Pandas DataFrame中从第2列开始每隔一列插入空列？

你之前尝试的循环插入方式踩了两个小坑：一是从索引0开始插会完全打乱原列的顺序，二是每次插入列后DataFrame的列数会增加，导致后续的索引位置计算出错。下面给你两种简单可行的解决方案：

方法一：构造目标列顺序后重排 #

这种思路更直观，先搭好我们想要的列名框架，再让DataFrame按这个框架重新排列，空列会自动填充NaN：

import pandas as pd

# 先还原你的示例DataFrame（如果已有可以跳过）
df = pd.DataFrame({
    'col_1': ['1a', '1b', '1c', '1d'],
    'col_2': ['2a', '2b', '2c', '2d'],
    'col_3': ['3a', '3b', '3c', '3d'],
    'col_4': ['4a', '4b', '4c', '4d'],
    'col_5': ['5a', '5b', '5c', '5d']
})

# 构建目标列列表：保留第一列，之后每列后面加一个空列
new_columns = [df.columns[0]]
# 从第二列开始遍历原列
for col in df.columns[1:]:
    new_columns.append(col)
    new_columns.append('')  # 空列的名称，也可以换成pd.NA让表头显示NaN

# 按新列顺序重排DataFrame
result_df = df.reindex(columns=new_columns)

运行后result_df就是你想要的结构，空列的所有值都是NaN。

方法二：倒序插入空列 #

如果想用insert方法直接修改原DataFrame，一定要倒序遍历列索引，这样插入操作不会干扰后续要处理的列位置：

# 从最后一列的索引开始，倒着处理到第二列（索引1）
for idx in range(len(df.columns)-1, 0, -1):
    # 在当前列的下一个位置插入空列，值用pd.NA填充
    df.insert(idx + 1, '', pd.NA)

为啥要倒序？因为如果正序插入，每插一列，后面的所有列索引都会+1，导致后续的插入位置完全错位；倒序的话，先处理后面的列，前面的列索引不受影响，能精准插到每一列的后面。

两种方法都能达成目标，第一种更清晰易维护，第二种适合直接修改原数据，按需选就行~

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