Python 将数据帧中的特定列转换为numpy数组并与原始数据帧合并

我有一个这样的数据帧

Company_id  year  dummy_1 dummy_2 dummy_3 dummy_4 dummy_5
1           1990   1       0        1        1      1
1           1991   0       0        1        1      0
1           1992   0       0        1        1      0
1           1993   1       0        1        1      0
1           1994   0       1        1        1      0
1           1995   0       0        1        1      0
1           1996   0       0        1        1      1

我需要最后5列作为向量，然后将其附加到原始数据帧。我知道我可以切片列并创建矩阵，例如：

df.as_matrix(columns=[df[-5:]])

下面是我想要的结果输出：

 Company_id  year  dummy_1 dummy_2 dummy_3 dummy_4 dummy_5   vector
    1           1990   1       0        1        1      1       [1, 0, 1, 1, 1]
    1           1991   0       0        1        1      0       [0, 0, 1, 1, 0]
    1           1992   0       0        1        1      0       [0, 0, 1, 1, 0]
    1           1993   1       0        1        1      0       [1, 0, 1, 1, 0]
    1           1994   0       1        1        1      0       [0, 1, 1, 1, 0]
    1           1995   0       0        1        1      0       [0, 0, 1, 1, 0]
    1           1996   0       0        1        1      1       [0, 0, 1, 1, 1]

---

但是，我怎样才能将其作为数组添加到原始数据集中呢？

我认为需要选择最后一列，并将新列转换为numpy数组和列表：

df = df.assign(new = df.iloc[:, -5:].values.tolist())
print (df)
   Company_id  year  dummy_1  dummy_2  dummy_3  dummy_4  dummy_5  \
0           1  1990        1        0        1        1        1   
1           1  1991        0        0        1        1        0   
2           1  1992        0        0        1        1        0   
3           1  1993        1        0        1        1        0   
4           1  1994        0        1        1        1        0   
5           1  1995        0        0        1        1        0   
6           1  1996        0        0        1        1        1   

               new  
0  [1, 0, 1, 1, 1]  
1  [0, 0, 1, 1, 0]  
2  [0, 0, 1, 1, 0]  
3  [1, 0, 1, 1, 0]  
4  [0, 1, 1, 1, 0]  
5  [0, 0, 1, 1, 0]  
6  [0, 0, 1, 1, 1]  

---

当然，现在添加对不起，我应该对array（）说点什么吗，因为我以后会用它们进行比较on@DogukanYılmaz-然后需要

df['new']=df['new'].应用（np.array）

？