我们可以通过利用Python中的pandas库来构造一个类似于表格的数据结构进行实验。

首先，我们需要构造一个含有固定行数和不同数量列的数据框：

import pandas as pd
import numpy as np

# 构造数据框
df = pd.DataFrame(np.random.randn(100000, 10), columns=['col'+ str(i+1) for i in range(10)])

接下来，我们可以进行添加新列的实验，不断增加列数并测量添加新列的时间消耗：

import time

# 初始化新列
new_col = pd.Series(np.random.randn(100000))

# 记录实验结果
results = []

# 不断增加列数并测量时间消耗
for i in range(10, 201, 10):
    start_time = time.time()
    df['col'+str(i)] = new_col
    end_time = time.time()
    results.append((i, end_time - start_time))

# 输出实验结果
print(results)

以上代码会输出不同列数下添加新列的时间消耗结果，我们可以处理这些结果并进行可视化分析，从而得出表格大小是否对性能速度有影响的结论。