这段代码揭示了一个很经典的问题——在循环里不断用 append() 往列表里塞东西，跑着跑着突然变慢，尤其是在处理几万甚至几十万行数据的时候。很多人都遇到过这个场景，第一反应是“是不是 append() 本身效率有问题？”但从底层实现来看，真正的原因可能和你想的不太一样。
为什么循环中 append() 会变慢？
关键问题不在于 append() 这个操作本身有多慢，而是 Python 列表在容量不足时，会触发一次扩容机制。CPython 的实现里，每次扩容大约是 1.125 倍——意思是当当前容量不够用了，解释器会重新申请一块更大的内存空间，然后把旧元素一个个拷贝过去。假设你循环了几万次，扩容可能发生几十次，每次拷贝都伴随着内存分配的开销。累计下来的耗时，早就不是线性增长那么简单了。
还有一个更隐蔽的陷阱：如果循环体里还顺手做了字符串拼接、字典构造、或者临时对象的创建，这些操作会显著增加垃圾回收的压力。GC 被频繁唤醒，整体执行节奏自然就被拖慢了。
预分配列表的两种可靠做法
预分配的前提是你得提前知道最终要装多少东西。如果能确定行数——比如遍历一个固定长度的 range、zip、或者读一个已知行数的 CSV——直接上 [None] * n 是最省事的做法。如果长度未知但逻辑上可以推导出来，列表推导式是更好的选择，解释器会在内部自动优化成一次预分配加逐行填充，比手动 append() 快得多，也更符合 Python 的风格。
- 已知长度
n：results = [None] * n，然后results[i] = (x, y, z)直接按索引赋值 - 逻辑明确但长度未知：直接上列表推导式，比如
[(f(x), g(x)) for x in data] - 特别提醒：别用
[[0] * n]这种写法——它生成的其实是同一个子列表的多个引用，你改一个，其他全跟着变，后果可想而知
从预分配列表到 DataFrame 的高效转换
pd.DataFrame() 这个构造函数有“脾气”，不同输入结构的性能表现天差地别。tuple 列表或 list 列表速度最快；如果传的是 dict 列表，pandas 需要额外做字段对齐，开销就上去了；要是用 pd.concat 拼接多个 Series，性能会断崖式下跌。
- 推荐的做法：预分配成
list[tuple]或list[list]，并且保证列的顺序与目标 DataFrame 的列名严格一致 - 构造时显式指定
columns=，否则 pandas 在遇到混合类型数据时容易自动推成object，后续计算容易出问题 - 如果原始数据里混了一堆
None或np.nan，建议构造完后立刻用df.astype(...)显式设定 dtype，防止后续操作意外把整列升格成 object
data = [None] * len(items)for i, item in enumerate(items): data[i] = (item.id, item.name, item.score)df = pd.DataFrame(data, columns=['id', 'name', 'score'])
什么情况下不该预分配？
预分配不是万能的。如果你的循环逻辑里需要动态判断“要不要追加”——比如过滤、异常跳过、嵌套条件——硬套预分配只会让代码变得又难读又容易出错。你得额外维护一个计数器，处理那些没填数据的空位，最后还得手动切片去掉 None。代价太大了。
这种情况下，更务实的做法是老老实实用 append()，但把构造 DataFrame 的动作拖到循环结束之后一次性完成。关键是要确保收集到的数据结构统一、类型稳定，别搞出“dict 里面嵌套 list 里面再套 tuple”这种混乱结构。
说实话，真正影响性能的从来不是 append 这一行代码，而是数据结构混乱、类型不稳定、以及多余的中间转换。与其死盯着预分配不放，不如先检查一下你的 data 列表里每个元素是不是长得一模一样。
