4)筛选第1列中值大于2的所有数据,另存为datal对象。(5)为datal添加一列数据,

首先，我们可以使用Python中的pandas库来实现这个任务。假设我们已经有了一个名为df的数据框，其中包含了我们要处理的数据。

对于问题4，我们可以通过以下代码筛选出第1列中值大于2的所有数据，并另存为一个名为datal的新数据框：

import pandas as pd

# 假设df是我们的数据框
# 筛选第1列中值大于2的数据
datal = df[df.iloc[:, 0] > 2]

对于问题5，我们可以通过以下代码为新的数据框datal添加一列数据：

# 为datal添加一列数据
new_column_data = [1, 2, 3, 4, 5]  # 以列表形式准备新的数据
datal['new_column'] = new_column_data  # 将新的数据作为一列添加到datal中

通过以上代码，我们就可以实现对第1列中值大于2的数据的筛选，并将结果存储为datal对象。然后，我们又为datal添加了一列数据new_column，其值为1、2、3、4、5。这样我们就完成了问题4和问题5的要求。

相关问题

筛选DataFrame第1列中值大于90的行的所有数据,另存为data1对象

可以使用 Pandas 库中的 loc 方法来实现这个功能，代码如下：

data1 = df.loc[df.iloc[:,0]>90,:]

其中，df 是原始的 DataFrame 对象，df.iloc[:,0] 表示取第一列的所有行，然后使用 >90 的条件筛选出符合要求的行，最后使用 loc 方法将这些行的所有数据保存到 data1 对象中。

python中DataFrame中筛选第1列中值大于2的所有行数据

可以使用pandas库读取数据，然后使用条件筛选的方式来实现该操作。具体代码如下：

import pandas as pd

# 读取数据
df = pd.read_csv('data.csv')

# 筛选第1列中值大于2的所有行数据
result = df[df.iloc[:, 0] > 2]

# 输出结果
print(result)

其中，`iloc[:, 0]`表示选取第1列数据，`df[df.iloc[:, 0] > 2]`表示筛选第1列中值大于2的所有行数据。你可以将代码中的`data.csv`替换成你自己的数据文件路径。