读取鸢尾花的数据集，划分特征和标签数据。同时给每个列命名中文名，设置列对齐。将特征列加入到最后一列。

在Python中，我们可以使用pandas库来处理鸢尾花数据集，这是一个经典的机器学习数据集，通常存储在CSV文件中。首先，你需要导入必要的库并加载数据：

import pandas as pd

# 加载鸢尾花数据集，例如从sklearn.datasets导入
from sklearn.datasets import load_iris
data = load_iris()

# 将数据转换为DataFrame，方便操作
df = pd.DataFrame(data.data, columns=['花瓣长度', '花瓣宽度', '萼片长度', '萼片宽度'])

# 标签数据是数据集的target，同样转换为一列，并命名为'类别'
labels = data.target
label_names = ['山鸢尾', '变色鸢尾', '维吉尼亚鸢尾']
df['类别'] = labels.map(dict(enumerate(label_names)))

# 设置列对齐
df = df.set_index('类别', drop=True)

# 将特征列添加到最后一列，这里我们将原始的4个特征列放在最后
feature_columns = list(df.columns[:-1])
df[feature_columns] = df[[feature_columns[-1]].values

print(df.head())

在这个例子中，我们先创建了特征数据的DataFrame，然后添加了类别标签。最后调整了列顺序，将特征列放在了最后一列。