如何使用字典为现有pandas DataFrame批量新增固定值列

基于给定的初始DataFrame和参数字典new_cols，核心实现逻辑是把字典的每个键作为新列的列名，对应的值作为整列的统一填充值，依靠pandas的标量广播特性完成填充，无需逐行构造重复值。

可直接落地的实现方案 #

• 方案1：循环遍历字典逐列赋值

  for col_name, col_value in new_cols.items():
      lfa[col_name] = col_value
  

  该方法逻辑直白，逐一遍历字典键值对完成列赋值，pandas会自动将传入的标量值填充到对应列的所有行。
• 方案2：单行assign方法批量添加

  lfa = lfa.assign(**new_cols)
  

  该方法利用pandas内置的列新增接口，将参数字典通过**解包为关键字参数传入，一行即可完成所有新列的追加，代码更简洁。

效果验证 #

运行上述任意一段代码后，打印lfa得到的结果和题目给出的期望效果完全一致：

name    surname  age         adj1         adj2
0    tom       jones   44  adjustment1  adjustment2
1  elvis   prestley   50  adjustment1  adjustment2
2    jim      reeves   30  adjustment1  adjustment2

注意：两种方案都不会改动原有DataFrame的列顺序、原有列的取值，仅在表尾追加字典定义的新列；如果字典中定义的列名已在现有表中存在，对应列会被新值覆盖，使用时需要留意列名冲突。

内容的提问来源于stack exchange，提问作者Number Logic