如何为DataFrame批量添加新列并设值为0.0？为何直接赋值报错？

先还原你的场景：
列名列表：

cols = ['col1', 'col2', 'col3']

空DataFrame：

df = pd.DataFrame()

逐个循环添加列能正常运行：

for col in cols:
  df[col] = 0.0

但直接用列表批量赋值就触发KeyError：

df[cols] = 0.0

错误提示：

KeyError: "None of [Index(['col1', 'col2', 'col3'], dtype='object')] are in the [columns]"

核心原因：两种索引语法的设计逻辑不同 #

Pandas对单列索引和多列索引的赋值行为做了明确区分：

• 当你用df[单个列名]赋值时，Pandas会先检查列是否存在，不存在就自动创建新列再赋值——这个语法兼顾了「修改已有列」和「新增列」两种需求。
• 当你用df[列名列表]时，Pandas默认你是要操作已存在的列，它会先验证所有列是否都在DataFrame中，只要有不存在的就直接抛出KeyError，不会自动帮你创建新列。

至于查询时能用列表取多列，是因为查询场景下Pandas的逻辑是“返回所有存在的列”；但赋值场景下为了避免误操作（比如手滑写错多个列名），做了严格的存在性校验，不允许批量新增。

批量新增列的正确姿势 #

不用循环的话，有两种高效方式：

1. 用assign方法：

df = df.assign(**{col: 0.0 for col in cols})

2. 直接构造新DataFrame（如果原df是空的，这种更简洁）：

df = pd.DataFrame(0.0, index=df.index, columns=cols)

内容的提问来源于stack exchange，提问作者24n8