数据框是一种二维数据结构，其中数据以表格格式存储，以行和列的形式。
它可以可视化为SQL数据表或excel工作表表示形式。可以使用以下构造函数创建它-pd.Dataframe(data, index, columns, dtype, copy)
可以以不同方式将新列添加到数据框。
让我们看看其中一种方法，通过首先形成一系列数据结构并将其作为附加列传递给现有数据框，来创建新列。
让我们看看实际的代码-
示例import pandas as pd
my_data = {'ab' : pd.Series([1, 8, 7], index=['a', 'b', 'c']),
'cd' : pd.Series([1, 2, 0, 9], index=['a', 'b', 'c', 'd'])}
my_df = pd.DataFrame(my_data)print("数据框为：")
print(my_df)print ("通过将其作为Series结构传递给数据框添加新列：")
my_df['ef']=pd.Series([56, 78, 32],index=['a','b','c'])
print("After adding a new column to the dataframe, :")
print(my_df)
输出结果数据框为：
ab cd
a 1.0 1
b 8.0 2
c 7.0 0
d NaN 9
通过将其作为Series结构传递给数据框添加新列：
After adding a new column to the dataframe, :
ab cd ef
a 1.0 1 56.0
b 8.0 2 78.0
c 7.0 0 32.0
d NaN 9 NaN
说明导入所需的库，并为其指定别名，以方便使用。
创建字典数据结构，其中在一个字典中存在一个键值对。
这样，将创建多个词典并将其存储在列表中。
键值对中的“值”实际上是Series数据结构。
索引也是一个自定义的值列表。
该字典随后作为参数传递给存在于“ pandas”库中的“ Dataframe”函数
通过将字典值列表作为参数传递来创建数据框。
将创建另一个新列，并在其中初始化值。
此新列被索引到原始数据帧。
这样，新列将绑定到数据框。
数据框被打印在控制台上。
注意-“ NaN”一词指的是“不是数字”，这意味着特定的[row，col]值没有任何有效的条目。