如何将numpy数组中的列附加到pd dataframe？

要将numpy数组中的列附加到pd dataframe，可以使用pandas库中的concatenate函数或者assign函数。

使用concatenate函数的方法如下：

1. 首先，导入pandas库和numpy库：

import pandas as pd
import numpy as np

1. 创建一个numpy数组和一个pd dataframe：

array = np.array([[1, 2, 3], [4, 5, 6]])
df = pd.DataFrame({'A': [7, 8]})

1. 使用concatenate函数将numpy数组的列附加到pd dataframe：

new_df = pd.concat([df, pd.DataFrame(array)], axis=1)

这将创建一个新的pd dataframe new_df，其中包含原始df和numpy数组的列。

使用assign函数的方法如下：

1. 首先，导入pandas库和numpy库：

import pandas as pd
import numpy as np

1. 创建一个numpy数组和一个pd dataframe：

array = np.array([[1, 2, 3], [4, 5, 6]])
df = pd.DataFrame({'A': [7, 8]})

1. 使用assign函数将numpy数组的列附加到pd dataframe：

new_df = df.assign(B=array[:, 0], C=array[:, 1], D=array[:, 2])

这将创建一个新的pd dataframe new_df，其中包含原始df和numpy数组的列。

以上是将numpy数组中的列附加到pd dataframe的方法。这种操作在数据处理和分析中非常常见，可以用于将外部数据与现有数据框合并，或者将计算结果添加为新的列。