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

在Pandas中，你可以使用`value_counts()`函数来统计"Label"列的不同数值及其出现次数。首先，你需要加载你的DataFrame并确保"Label"列已经存在。以下是操作步骤：

1. **加载数据并检查数据列**：

   import pandas as pd

   # 假设df是你的DataFrame
   df = pd.read_csv('your_data.csv')  # 替换为你的文件路径
   if 'Label' in df.columns:
       print(df['Label'].head())  # 打印前几行查看Label列内容

2. **统计Label的种类和计数**：

   label_counts = df['Label'].value_counts()

3. **创建新的标签系列**：
将计数结果转换成一个新的Series，可以用索引来标记每个类别：

   labels = label_counts.index
   label_names = ['Category_' + str(i) for i in range(1, len(label_counts)+1)]
   new_labels = pd.Series(label_names, index=label_counts.index)

4. **合并到原始DataFrame**：
添加新的列到原始DataFrame，例如在原DataFrame的末尾添加新列：

   df['New_Label'] = new_labels

现在，DataFrame `df` 中就包含了原始的Label以及它们对应的统计标签。