比如：已知dataframe中某一列数据有A,B,C,D,.....这些数据，现在要求新建一列，使得其中的数据是：与A，B 同一行的是 “甲”，以C,D同一行的是“乙”，其余字母对应“其他”，这样该如何编程？
A 甲
A 甲
......
B 乙
D 其他
这是改进版
>>> import pandas as pd
>>> import numpy as np
>>> df = pd.DataFrame(['A','B','C','D','E','F','G'], columns=['col_1'])
>>> data = np.copy(df.col_1.values)
>>> data = np.where(~np.isin(data, np.array(['A','B','C','D'])), '其他', data)
>>> data = np.where(np.isin(data, np.array(['A','B'])), '甲', data)
>>> data = np.where(np.isin(data, np.array(['C','D'])), '乙', data)
>>> df['col_2'] = data
>>> df
col_1 col_2
0 A 甲
1 B 甲
2 C 乙
3 D 乙
4 E 其他
5 F 其他
6 G 其他
>>> import pandas as pd
>>> df = pd.DataFrame(['A','B','C','D','E'], columns=['col_1'])
>>> df
col_1
0 A
1 B
2 C
3 D
4 E
>>> df['col_2'] = None
>>> df.loc[(df.col_1=='A')|(df.col_1=='B'), 'col_2'] = '甲'
>>> df.loc[(df.col_1=='C')|(df.col_1=='D'), 'col_2'] = '乙'
>>> df.loc[(df.col_1!='A')&(df.col_1!='B')&(df.col_1!='C')&(df.col_1!='D'), 'col_2'] = '其他'
>>> df
col_1 col_2
0 A 甲
1 B 甲
2 C 乙
3 D 乙
4 E 其他