如何使用Python中已经存在的列将新列创建到数据框？
数据框是一种二维数据结构，其中数据以表格格式存储，以行和列的形式。它可以可视化为SQL数据表或excel工作表表示形式。
可以使用以下构造函数创建它-
pd.Dataframe(data, index, columns, dtype, copy)
我们之前看到了一种方法，其中将新列创建为Series数据结构。这被索引到原始数据帧，因此被添加到数据帧。
让我们使用如何使用数据框已存在的列创建列。当我们需要对已经存在的列执行一些计算并将结果存储在新列中时，这很有用-
示例
import pandas as pd
my_data = {'ab' : pd.Series([1, 8, 7], index=['a', 'b', 'c']),
'cd' : pd.Series([1, 2, 0, 9], index=['a', 'b', 'c', 'd']),
'ef' :pd.Series([56, 78, 32],index=['a','b','c'])}
my_df = pd.DataFrame(my_data)print("数据框为：")
print(my_df)
my_df['gh'] = my_df['ab'] + my_df['ef']
print("将列0和列2添加到数据帧后，:")print(my_df)输出结果
数据框为： ab cd ef a 1.0 1 56.0 b 8.0 2 78.0 c 7.0 0 32.0 d NaN 9 NaN 将列0和列2添加到数据帧后，: ab cd ef gh a 1.0 1 56.0 57.0 b 8.0 2 78.0 86.0 c 7.0 0 32.0 39.0 d NaN 9 NaN NaN
说明
导入所需的库，并为其指定别名，以方便使用。
创建由键和值组成的字典值，其中值实际上是序列数据结构。
创建多个此类字典值。
该字典随后作为参数传递给存在于“pandas”库中的“Dataframe”函数
通过将字典作为参数传递给数据帧来创建数据帧。
将新列索引到数据框，并添加第0和第2列以创建此新列。
数据框被打印在控制台上。
注意-“NaN”一词指的是“不是数字”，这意味着特定的[row，col]值没有任何有效的条目。