在Python中，使用Pandas库处理数据框（DataFrame）时，增加数据列有几种常见的方法：
直接赋值
import pandas as pddf = pd.DataFrame（{'A': [1, 2, 3], 'B': [4, 5, 6]}）df['C'] = [7, 8, 9] 添加新列C
使用`assign`方法
df = df.assign（C=[7, 8, 9]） 添加新列C
使用`loc`或`iloc`进行条件赋值
df.loc[df['A'] > 2, 'C'] = [10, 11, 12] 在A列大于2的行中添加新列C
使用`apply`方法
def get_wendu_type（row）:if row['High'] > 33:return '高温'elif row['Low'] < 10:return '低温'else:return '常温'df['wendu_type'] = df.apply（get_wendu_type, axis=1） 添加新列wendu_type
使用`concat`方法
new_data = pd.DataFrame（{'C': [7, 8, 9]}）df = pd.concat（[df, new_data], axis=1） 在原DataFrame后追加新列C
使用`update`方法
df1 = pd.DataFrame（{'Key': ['a', 'b', 'c'], 'Employee': [1, 2, 3]}）df2 = pd.DataFrame（{'Key': ['a', 'b', 'd'], 'Staff': [4, 5, 6]}）df1.set_index（'Key', inplace=True）df2.set_index（'Key', inplace=True）df1.Employee.update（df2.Staff） 更新df1中的Employee列