向一个已有数据的dataframe中新加一列，这列数据是由一个将一个numpy.ndarray构成的，如何实现

您可以使用 pandas 库中的 DataFrame 类，使用新列的名称作为索引，将 numpy.ndarray 对象作为值逐行添加到 DataFrame 中的新列中。具体的代码实现如下：

import pandas as pd
import numpy as np

# 假设你已经有一个名为 df 的 DataFrame，并且你要将一个名为 new_col 的新列添加到其中

# 创建一个 numpy.ndarray 对象 arr 作为新列的数据
arr = np.array([1, 2, 3, 4, 5])

# 使用新列的名称 new_col 作为索引，将 arr 逐行添加到 df 中
df['new_col'] = pd.Series(arr)

使用这个方法，您就可以将一个 numpy.ndarray 对象作为新列添加到给定的 DataFrame 中。

相关问题

如何将numpy.ndarray数据转化为dataframe数据

可以使用pandas库中的DataFrame函数将numpy.ndarray数据转换为DataFrame数据。下面是一个示例代码：

import numpy as np
import pandas as pd

# 创建一个numpy数组
arr = np.array([[1, 2], [3, 4], [5, 6]])

# 将numpy数组转换为DataFrame
df = pd.DataFrame(arr, columns=['col1', 'col2'])

# 打印DataFrame
print(df)

在上述示例中，我们首先创建了一个包含3行2列的numpy数组。然后使用pandas的DataFrame函数将其转换为DataFrame，并指定列名。最后打印DataFrame数据。

使用 pandas 库中的 DataFrame 对象将 numpy.ndarray 对象转换为 DataFrame 对象，然后使用 DataFrame 对象的 to_csv 方法将数据写入 CSV 文件的代码

可以使用以下代码将 numpy.ndarray 对象转换为 DataFrame 对象，并将数据写入 CSV 文件：

import pandas as pd
import numpy as np

# 创建一个 numpy.ndarray 对象
arr = np.array([[1, 2, 3], [4, 5, 6], [7, 8, 9]])

# 将 numpy.ndarray 对象转换为 DataFrame 对象
df = pd.DataFrame(arr, columns=['A', 'B', 'C'])

# 使用 DataFrame 对象的 to_csv 方法将数据写入 CSV 文件
df.to_csv('data.csv', index=False)

以上代码将 numpy.ndarray 对象转换为 DataFrame 对象，并将数据写入名为 data.csv 的 CSV 文件中。