Arrays 如何通过组合列名称列表和numpy数组，然后添加更多列来创建熊猫数据帧？

我有一个名称列表和一个numpy数组，分别如下所示。如何将这两者结合起来形成熊猫数据帧？（我的实际问题比这更大，因为我在数组中有700多个列名和十万个输入）。你的帮助对我来说是非常宝贵的。多谢各位

column_names = [u'Bars', u'Burgers', u'Dry Cleaning & Laundry', u'Eyewear & Opticians', u'Local Services', u'Restaurants', u'Shopping']

values = array([[1, 1, 0, 0, 0, 0, 0],
   [0, 0, 1, 0, 1, 0, 0],
   [0, 0, 0, 1, 0, 0, 1],
   [0, 0, 0, 0, 0, 1, 0]], dtype=int64)

更新

非常感谢您的快速输入。很抱歉，我没有完全解释我想要实现的最终目标——我想在熊猫数据框中添加另一列

分数

，这是一个列表

[4,4.5,5,5.5,3]

。然后，我想提取除

score

之外的所有列作为预测因子，以预测线性回归模型中的

score

。我认为这里最重要的部分是如何以有效的方式添加一个新列？我知道我能做到

data = pd.DataFrame({"Bars": Bars, "Burgers": Burgers, "Dry Clearning & Laundry": Dry Cleaning & Laundry, ..."score": score})

然而，这似乎不太可能，因为我有太多的专栏

我还使用

dd=pd.DataFrame（值，列=列名）

，和

ddd=pd.DataFrame（dd，分数）

这将产生：

Out[185]: 
Bars  Burgers  Dry Cleaning & Laundry  Eyewear & Opticians  Local Services   \
3   0.0      0.0                     0.0                  0.0             0.0   
5   NaN      NaN                     NaN                  NaN             NaN   
5   NaN      NaN                     NaN                  NaN             NaN   
4   NaN      NaN                     NaN                  NaN             NaN   

Restaurants  Shopping  
3          1.0       0.0  
5          NaN       NaN  
5          NaN       NaN  
4          NaN       NaN`

---

再次非常感谢

我想我明白了。我可以在另一个数据框中进行评分。然后将第一个数据帧

dd=pd.DataFrame（值，列=列名称）

与第二个数据帧

分数

连接起来

import pandas as pd
import numpy as np

column_names = [u'Bars', u'Burgers', u'Dry Cleaning & Laundry', u'Eyewear & Opticians', u'Local Services', u'Restaurants', u'Shopping']

values = array([[1, 1, 0, 0, 0, 0, 0],
[0, 0, 1, 0, 1, 0, 0],
[0, 0, 0, 1, 0, 0, 1],
[0, 0, 0, 0, 0, 1, 0]], dtype=int64)

df = pd.DataFrame(data=values, columns=column_names)

df.loc[:,'Scores'] = pd.Series(score, index=df.index)

pd.concat([dd, scores], axis=1)

这会生成一个新的数据帧。

可能会重复