] इसे प्राप्त करने के लिए कई दृष्टिकोण हैं, प्रत्येक अपने स्वयं के फायदे और कमियों के साथ।

1। असाइन का उपयोग करना (पंडों के लिए अनुशंसित 0.17 और ऊपर):

आयात पंडों के रूप में एनपी के रूप में संख्या को आयात करें # एक नमूना डेटाफ्रेम उत्पन्न करें df1 = pd.dataframe ({ 'ए': [0.671399, 0.446172, 0.614758], 'बी': [0.101208, -0.243316, 0.075793], 'C': [-0.181532, 0.051767, -0.451460], 'डी': [0.241273, 1.577318, -0.012493] }) # यादृच्छिक मानों के साथ एक नया कॉलम 'ई' जोड़ें slength = len (df1 ['a']) df1 = df1.assign (e = pd.series (np.random.randn (slength))। मान)

2। LOC [ROW_INDEX, COL_INDEXER] = मान:

import pandas as pd
import numpy as np

# Generate a sample DataFrame
df1 = pd.DataFrame({
    'a': [0.671399, 0.446172, 0.614758],
    'b': [0.101208, -0.243316, 0.075793],
    'c': [-0.181532, 0.051767, -0.451460],
    'd': [0.241273, 1.577318, -0.012493]
})

# Add a new column 'e' with random values
sLength = len(df1['a'])
df1 = df1.assign(e=pd.Series(np.random.randn(sLength)).values)

3। DF [new_column_name] = pd.series (मान, index = df.index) का उपयोग करना:

# Add a new column 'f' using loc
df1.loc[:, 'f'] = pd.Series(np.random.randn(sLength), index=df1.index)

# पुरानी विधि का उपयोग करके एक नया कॉलम 'g' जोड़ें df1 ['g'] = pd.series (np.random.randn (slength), index = df1.index) याद रखें कि बाद की विधि पंडों के नए संस्करणों में सेटिंगविथकॉपीरिंग को ट्रिगर कर सकती है। असाइन या LOC का उपयोग करना आम तौर पर दक्षता और स्पष्टता के लिए अनुशंसित है।