在 Pandas 中，可以使用索引操作或 assign() 方法添加新列到 DataFrame 中。以下是两种方法的示例代码：

方法 1：使用索引操作

import pandas as pd# 创建示例DataFramedf = pd.DataFrame({'name': ['Alice', 'Bob', 'Charlie'],                   'age': [25, 30, 35]})# 添加新列df['city'] = ['New York', 'Paris', 'London']# 打印结果print(df)

输出结果如下所示：

       name  age      city0     Alice   25  New York1       Bob   30     Paris2  Charlie   35    London

在这个示例中，我们创建了一个包含 name 和 age 两列的 DataFrame，并通过索引操作添加了一个名为 city 的新列。注意，新列的长度必须与 DataFrame 的长度相同。

方法 2：使用 assign() 方法

import pandas as pd# 创建示例DataFramedf = pd.DataFrame({'name': ['Alice', 'Bob', 'Charlie'],                   'age': [25, 30, 35]})# 使用 assign 方法添加新列df = df.assign(city=['New York', 'Paris', 'London'])# 打印结果print(df)

输出结果与上面相同。assign() 方法接受一个或多个参数，每个参数都是一个新列的名称和值的键值对。在上面的示例中，我们为 DataFrame 添加了一个名为 city 的新列，并为每个行指定了该列的值。注意，assign() 方法返回一个新的 DataFrame，而不会改变原来的 DataFrame。因此，我们需要将返回值重新赋值给原来的 DataFrame。

在以上两种方法中，我们都可以将常量值或 Series 作为新列的值。例如，可以使用以下代码将一个包含随机数的 Series 作为新列添加到 DataFrame 中：

import pandas as pdimport numpy as np# 创建示例DataFramedf = pd.DataFrame({'name': ['Alice', 'Bob', 'Charlie'],                   'age': [25, 30, 35]})# 添加新列df['income'] = np.random.normal(loc=50000, scale=10000, size=len(df))# 打印结果print(df)