可以使用for循环遍历一个列表或者使用iterrows()方法遍历pandas DataFrame的每一行，然后将值应用到DataFrame中。下面是两种解决方法的示例代码：

1. 使用for循环遍历列表，并将值应用到DataFrame中：

import pandas as pd

# 创建一个示例DataFrame
data = {'A': [1, 2, 3, 4, 5],
        'B': [6, 7, 8, 9, 10]}
df = pd.DataFrame(data)

# 创建一个包含要应用的值的列表
new_values = [11, 12, 13, 14, 15]

# 使用for循环将值应用到DataFrame的新列'C'中
for i, value in enumerate(new_values):
    df.loc[i, 'C'] = value

print(df)

输出：

   A   B     C
0  1   6  11.0
1  2   7  12.0
2  3   8  13.0
3  4   9  14.0
4  5  10  15.0

2. 使用iterrows()方法遍历DataFrame的每一行，并将值应用到DataFrame中：

import pandas as pd

# 创建一个示例DataFrame
data = {'A': [1, 2, 3, 4, 5],
        'B': [6, 7, 8, 9, 10]}
df = pd.DataFrame(data)

# 创建一个包含要应用的值的列表
new_values = [11, 12, 13, 14, 15]

# 使用iterrows()方法遍历DataFrame的每一行，并将值应用到新列'C'中
for index, row in df.iterrows():
    df.loc[index, 'C'] = new_values[index]

print(df)

输出：

   A   B     C
0  1   6  11.0
1  2   7  12.0
2  3   8  13.0
3  4   9  14.0
4  5  10  15.0

以上两种方法都可以将值应用到pandas DataFrame中。具体使用哪种方法取决于你需要的操作和数据结构。