在Python中，使用pandas库可以轻松地向DataFrame中添加新列。以下是几种添加新列的方法：
1. 使用字典添加新列：
```python
import pandas as pd
创建一个DataFrame对象
data = {'A': [1, 2, 3], 'B': [4, 5, 6]}
df = pd.DataFrame（data）
添加新列C，值为A列和B列的和
df['C'] = df['A'] + df['B']
print（df）
2. 使用`reindex（）`方法在指定位置添加列：```pythonimport pandas as pd
创建一个DataFrame对象
data = {'A': [1, 2, 3], 'B': [4, 5, 6]}
df = pd.DataFrame（data）
在指定位置添加新列C
df = df.reindex（columns=['A', 'B', 'C'], fill_value=0）
print（df）
3. 使用`concat（）`方法添加新列：
```python
import pandas as pd
创建一个DataFrame对象
data = {'A': [1, 2, 3], 'B': [4, 5, 6]}
df = pd.DataFrame（data）
添加新列C，值为全零
df = pd.concat（[df, pd.DataFrame（columns=['C']）], axis=1）
print（df）
4. 使用`assign（）`方法添加新列：```pythonimport pandas as pd
创建一个DataFrame对象
data = {'A': [1, 2, 3], 'B': [4, 5, 6]}
df = pd.DataFrame（data）
添加新列C，值为A列和B列的和
df = df.assign（C=df['A'] + df['B']）
print（df）
5. 使用`apply（）`函数添加新列：
```python
import pandas as pd
创建一个DataFrame对象
data = {'A': [1, 2, 3], 'B': [4, 5, 6]}
df = pd.DataFrame（data）
添加新列C，值为A列和B列的和
df['C'] = df.apply（lambda row: row['A'] + row['B'], axis=1）
print（df）
以上方法都可以根据具体需求选择使用。需要注意的是，添加新列时，如果新列的位置在现有列之前，需要确保新列的长度与现有DataFrame的行数相同，否则可能会导致错误。