在dataframe加上新的一列，有序是数字

可以使用pandas的assign函数来加上新的一列，然后使用numpy的arange函数来生成有序的数字：

import pandas as pd
import numpy as np

# 生成一个示例DataFrame
df = pd.DataFrame({'A': ['a', 'b', 'c', 'd'], 'B': [1, 2, 3, 4]})

# 使用assign函数加上新的一列
df = df.assign(C=np.arange(len(df)))

# 输出结果
print(df)

输出结果如下：

   A  B  C
0  a  1  0
1  b  2  1
2  c  3  2
3  d  4  3

其中，`np.arange(len(df))`生成了一个长度为4的numpy数组，其中各个元素依次为0、1、2、3。这个数组被赋值给了新加的一列C。

相关问题

return建有序是数字 在dataframe加上新的一列，

可以使用DataFrame的`apply()`函数，通过传递一个lambda函数来创建新的一列。lambda函数将每一行的数据作为输入参数，返回相应的新值。

例如，假设有一个名为df的DataFrame，其中包含两列数据a和b，我们想要在DataFrame中添加一列c，它将a和b相加：

df['c'] = df.apply(lambda row: row['a'] + row['b'], axis=1)

在这个例子中，`apply()`函数将逐行地处理DataFrame，将每一行作为输入参数传递给lambda函数。lambda函数将返回a和b相加的结果，并将该结果赋值给新的列c。在这里，我们使用`axis=1`来指定逐行处理。

在dataframe加上新的一列

你可以使用以下代码来在DataFrame中添加新列：

import pandas as pd

# 创建一个示例DataFrame
df = pd.DataFrame({'A': [1, 2, 3], 'B': [4, 5, 6]})

# 添加新列
df['C'] = [7, 8, 9]

# 打印DataFrame
print(df)

在上面的例子中，我们创建了一个名为`df`的DataFrame，其中包含`A`和`B`两列。然后，我们使用`df['C']`的语法添加了一个名为`C`的新列，并为其提供了一个新的值列表。最后，我们打印了更新后的DataFrame，其中包含了新的`C`列。