pandas创建50列空DataFrame 按指定位置填充5列已有数据

针对数十万行规模的数据集，不要用循环插入列的低效写法，直接按内存块初始化+按位置赋值性能最高，步骤如下：

• 第一步：自定义列位置映射
  先明确源DataFrame A的5列要放到50列总宽度里的具体位置，索引从0开始计数，位置取值范围0-49且不能重复，比如匹配示例输出的配置写法：

# key是A的原列名，value是要放置的目标列序号（从0开始）
col_position_config = {
    "id": 1,
    "first": 2,
    "last": 3,
    "type": 12,
    "order": 0
}

• 第二步：初始化全空的目标DataFrame B
  直接生成和A行数一致、共50列的全空DataFrame，用object类型减少类型转换开销，避免逐列插入的性能损耗：

import pandas as pd
import numpy as np

TOTAL_COLUMNS = 50
# 初始化全空矩阵，行数和A一致
B = pd.DataFrame(
    data=np.empty((len(A), TOTAL_COLUMNS), dtype=object),
    columns=range(TOTAL_COLUMNS)
)

• 第三步：按配置把A的列填充到B的指定位置

for source_col, target_idx in col_position_config.items():
    # 直接取底层numpy数组赋值，比逐元素赋值快几十倍
    B.iloc[:, target_idx] = A[source_col].to_numpy()

• 第四步：导出符合要求的CSV
  注意参数配置，避免空值显示为nan、多导出索引/表头的问题：

B.to_csv(
    "result.csv",
    sep=",",
    na_rep="", # 空值替换为空字符串
    header=False, # 不导出列名，需要表头可以改成True
    index=False # 不导出行索引
)

导出效果验证：按上面的配置，某行A的数据为id=111、first=Johnny、last=Depp、type=type1、order为空时，导出的行就是,111,Johnny,Depp,,,,,,,,,type1,,,,,，和给出的示例完全一致。

注意事项 #

• 配置位置的时候不要出现重复的序号，也不要超出0-49的范围，否则会出现数据覆盖或者下标报错
• 如果需要调整列位置，只需要修改col_position_config里的对应值即可，不需要改其他代码
• 这种写法对百万行级别的数据也能秒级处理，不会出现内存占用过高或者运行慢的问题

内容的提问来源于stack exchange，提问作者f1data