在pandas数据表，根据”Label“列的数值进行如下操作，统计Label数值有几种，然后给每一打上标签，并加入pandas表中列名字为”order“

在Pandas中，你可以先使用`value_counts()`函数统计`Label`列的不同值及其频数，然后将这些类别转换成新的标签并添加到新的一列中。以下是一个示例：

import pandas as pd

# 假设df是你的DataFrame，含有'Label'列
unique_labels = df['Label'].unique()  # 获取Label列的所有唯一值
label_counts = df['Label'].value_counts().reset_index()  # 统计每个Label的频数并创建新表

# 创建一个新的列'labels'，根据Label频率分配索引
label_orders = label_counts.rename(columns={'index': 'order', 0: 'count'})
label_orders['order'] = range(len(unique_labels))  # 将索引从0开始，根据Label数量排序

# 合并原来的df和新的'labels'表
df = pd.merge(df, label_orders[['order', 'count']], on='Label')

# 现在df中就有了新的一列'order'，它表示原来Label对应的类别编号
print(df)