Python 如何在新数据帧中保留原始索引

所有这些CTYNAME在原始普查中都有不同的索引。我如何将它们转移到新的DF，以便得到如下答案：

def answer_eight():
    templist = list()
    for county, region, p15, p14, ste, cty in zip(census_df.CTYNAME,
                                        census_df.REGION,
                                        census_df.POPESTIMATE2015,
                                        census_df.POPESTIMATE2014,
                                        census_df.STNAME,
                                        census_df.CTYNAME):
        # print(county)
        if region == 1 or region == 2:
            if county.startswith('Washington'):
                if p15 > p14:
                    templist.append((ste, cty))
    labels = ['STNAME', 'CTYNAME']
    df = pd.DataFrame.from_records(templist, columns=labels)
    return df

         STNAME            CTYNAME
0          Iowa  Washington County
1     Minnesota  Washington County
2  Pennsylvania  Washington County
3  Rhode Island  Washington County
4     Wisconsin  Washington County

---

在开始筛选之前，可以使用以下命令将原始索引分配给列：

         STNAME            CTYNAME
12          Iowa  Washington County
222     Minnesota  Washington County
400  Pennsylvania  Washington County
2900  Rhode Island  Washington County
2999     Wisconsin  Washington County

---

然后就把它当作你正在选择的其他列中的一列来对待。

我会把索引和你正在压缩的其他内容一起包括进来

census_df['original index'] = census_df.index

---

似乎您需要

df=pd.DataFrame.from_记录（模板列表，列=标签，索引=普查\u df.index）

ValueError:传递值的形状是（2,5），索引暗示（23193）

生成：ValueError:传递值的形状是（2,5），索引暗示（23193）你似乎需要我看到这个线程，但它对我也不起作用：raise AttributeError（“只能使用带字符串的.str访问器”AttributeError:只能使用带字符串值的.str访问器，它在Pandastanks中使用np.object dtype，我实现了census_df['original index']=census_df.index在筛选之前，但它不会更改结果。如果我将index=census_df['original index']添加到新的FD创建中，它将返回：ValueError：传递值的形状为（2,5），索引暗示（23193）您是何时得到该错误的？当您更改`

templast.append（（ste，cty））时

到

模板列表。追加（（ste，cty，原始索引列））

？如果我这样做，我得到了正确的结果，但如何使用最后一个值作为索引？

您的数据帧名称。重置索引（“原始索引列”）

打印（[k[2]用于模板列表中的k]）生成

[89614191234523553163]

但是当我在reset\u idnex语句中使用它时，它返回相同的结果：

df=pd.DataFrame.from\u records（templast）

df.reset\u index（[k[2]表示templast中的k]）

def answer_eight():
    templist = list()
    index = list()
    zipped = zip(
        census_df.CTYNAME,
        census_df.REGION,
        census_df.POPESTIMATE2015,
        census_df.POPESTIMATE2014,
        census_df.STNAME,
        census_df.CTYNAME,
        census_df.index
    )        
    for county, region, p15, p14, ste, cty, idx in zipped:
        # print(county)
        if region == 1 or region == 2:
            if county.startswith('Washington'):
                if p15 > p14:
                    templist.append((ste, cty))
                    index.append(idx)
    labels = ['STNAME', 'CTYNAME']
    df = pd.DataFrame(templist, index, labels)
    return df.rename_axis(census_df.index.name)