如何为DataFrame添加多列？添加总计字段遇列数异常及KeyError问题

嘿，我来帮你梳理下这两个问题的根源和修复方法，咱们一步步来：

问题1：第一段代码仅生成1个新列，未达预期 #

这种情况大概率是你的代码只针对单个列做了总计计算，没有批量处理多个目标列。比如你可能只写了一行df['cat1tot'] = df['cat1'].sum()，自然只会生成cat1tot这一个列，而没处理cat2tot。

快速修复：批量生成总计列 #

如果你想给cat1、cat2分别生成对应的总计列（每行都显示该列的总和），可以用循环或者assign方法批量处理：

# 方法1：用循环批量生成
source_cols = ['cat1', 'cat2']
total_cols = ['cat1tot', 'cat2tot']

for src_col, total_col in zip(source_cols, total_cols):
    df[total_col] = df[src_col].sum()

# 方法2：用assign更简洁
df = df.assign(
    cat1tot=df['cat1'].sum(),
    cat2tot=df['cat2'].sum()
)

问题2：第二段代码触发KeyError: "['cat1tot' 'cat2tot'] not in index" #

这个报错的核心原因是：你尝试直接给不存在的列cat1tot、cat2tot赋值，而且右侧的计算结果（df[['cat1','cat2']].sum()返回的Series）的索引是原列名cat1、cat2，pandas会尝试把右侧的索引和左侧的目标列名匹配，找不到对应关系就抛出KeyError。

举个例子，如果你写了这样的代码：

# 错误写法，会触发KeyError
df[['cat1tot', 'cat2tot']] = df[['cat1', 'cat2']].sum()

右侧的sum()结果是一个索引为cat1、cat2的Series，pandas不知道怎么把cat1对应到cat1tot，所以报错。

正确的批量赋值方式 #

如果你想用一行代码批量生成总计列，可以先把sum结果转成DataFrame并重命名列，再合并到原DataFrame：

# 先计算总和，重命名列，转成DataFrame
totals_df = df[['cat1', 'cat2']].sum().rename({
    'cat1': 'cat1tot',
    'cat2': 'cat2tot'
}).to_frame().T

# 把总计行广播到原DataFrame的每一行，合并列
df = pd.concat([
    df,
    totals_df.loc[totals_df.index.repeat(len(df))].reset_index(drop=True)
], axis=1)

另外，如果你是想添加总计行（在DataFrame末尾显示各列的总和），而不是总计列，那应该这么写：

# 计算数值列的总和，生成总计行
total_row = df.sum(numeric_only=True)
total_row.name = 'Total'

# 添加到原DataFrame末尾
df = pd.concat([df, total_row.to_frame().T], axis=0)

内容的提问来源于stack exchange，提问作者Brad Rhoads