如何在DataFrame中基于数组名前4位生成列名并新增列

核心逻辑分为两步：首先按照「提取数组名称前4个字符、拼接_prop后缀」的规则生成目标列名，再将数组内容赋值给DataFrame的对应列即可，以下是两种可靠性最高的实现方式：

• 单个数组处理场景
  直接显式传入数组名字符串生成列名即可，不会出现变量名匹配错误的问题，示例代码：

  import pandas as pd
  
  # 测试数据
  df = pd.DataFrame({"user_id": [1, 2, 3], "score": [88, 76, 92]})
  customer = [0.72, 0.34, 0.91]  # 名为customer的目标数组
  
  # 按规则生成列名
  array_name = "customer"
  target_col = f"{array_name[:4]}_prop"
  
  # 新增列
  df[target_col] = customer
  

  执行后DataFrame会新增名为cust_prop的列，完全匹配需求规则。

• 多数组批量处理场景
  如果需要同时处理多个数组、批量生成对应列，建议先将所有待处理数组以「数组名: 数组内容」的键值对格式存入字典，遍历字典完成批量赋值，减少重复代码，示例代码：

  # 汇总所有待处理数组
  array_map = {
      "customer": [0.72, 0.34, 0.91],
      "product": [199, 329, 89],
      "merchant": [4.7, 4.2, 4.9]
  }
  
  # 遍历批量新增列
  for arr_name, arr_content in array_map.items():
      col_name = f"{arr_name[:4]}_prop"
      df[col_name] = arr_content
  

  执行后会自动生成cust_prop、prod_prop、merc_prop三个符合命名规则的新列。

避坑提示：不要通过读取Python全局/局部作用域变量的方式自动抓取数组名，这类方法容易匹配到同名的无关变量，运行稳定性差，优先选择上述两种显式传参的实现方式，可控性更高。

内容的提问来源于stack exchange，提问作者Ashish