Python 熊猫：向现有数据帧中的多个新列添加标量

我最近回答了一个问题，OP在现有dataframe（）中查找具有多个不同值的多个列。它相当简洁，但我不认为很快

最终，我希望我能做一些事情，比如：

# Existing dataframe
df = pd.DataFrame({'a':[1,2]})

df[['b','c']] = 0

这将导致：

a   b   c
1   0   0
2   0   0

但它抛出了一个错误

有没有一个超级简单的方法让我错过了？或者我之前发布的答案是最快/最简单的方法

注意

我知道这可以通过循环或将标量分配给多个列来实现，但如果可能的话，我会尽量避免。假设有50列或任何你不想写的数字：

df['b'], df['c'], ..., df['xyz'] = 0, 0, ..., 0

不是重复的：

对此建议的“可能重复”问题显示了分配给每列的多个不同值。我只是想问一下，是否有一种非常简单的方法可以将单个标量值分配给多个新列。答案可能是正确的，也可能是非常简单的，“不”-但值得知道，这样我就可以停止搜索。

我想你想这样做

df['b'], df['c'] = 0, 0

---

为什么不使用

assign

df.assign(**dict.fromkeys(['b','c'],0))
Out[781]: 
   a  b  c
0  1  0  0
1  2  0  0

---

或者通过

d=dict（zip（[namelist]，[valuelist]）创建
dict
，
您是否愿意
df.assign（**{k:0表示[“b”，“c”]}中的k）
？编辑：我看到你在你的链接帖子里有这个。好吧，除了我链接的帖子中的内容，我认为没有其他方法，但我们会看看熊猫专家是否有想法。我仍然认为这是一个骗局。事实上，它是一个单一的标量值几乎没有什么区别（IMO）。这个解释解释了为什么这个语法不起作用。我会告诉你-这个解释确实提供了很多关于为什么我的语法不起作用的见解，但问题是不同的，因为它的目的是将单个标量值应用于多个新列。就像你说的，我想在完全结束这篇文章之前看看是否有人有点天赋。对于标量来说，稍微有点变化是很好的：
df.assign（**dict.fromkeys（['b'，'c']，0））
。但是，再一次，我不确定这是否是你想要的。@jpp-如果没有更简单的方法，那可能就是赢家。不知道Wes et.al是否考虑过这一点，并决定不需要将标量应用于dataframe.Nde-感谢您的回答，但我希望将标量值分配给dataframe，而不是多个系列。我已经更新了我原来的问题。