Python Pandas使用df.loc保留原始行索引

我想筛选一个表并选择一些列，使用它们，然后与原始表合并（左连接）

最初的df是这样的：

(pandas index)    source         destination        freq
0                 source_path1   destination_1      day
1                 source_path2   destination_2      hour
2                 source_path3   destination_3      day

然后我使用df.loc过滤并选择一些列：

df_copy_hour=df.loc[df['freq']=="hour", ["source","destination"]]

这给了我一个新的df，但行有一个新的索引：

(pandas index)    source         destination 
0                 source_path2   destination_2

有没有办法让df.loc保留原始索引？ 我想使用索引执行与原始表的左连接（在对数据做了一些处理之后）

谢谢

您可以使用方法和链接

loc[]

访问器：

df_copy_hour=df.where(df['freq']=="hour").loc[:,["source","destination"]]

现在，如果您打印

df\u copy\u hour

，您将获得：

                 source        destination
(pandas index)      
0               NaN             NaN
1               source_path2    destination_2
2               NaN             NaN

                 source         destination
(pandas index)      
1                source_path2   destination_2

现在，如果要删除

NaN

值，请使用：

df_copy_hour=df_copy_hour.dropna()

因此，现在如果您打印

df\u copy\u hour

，您将得到：

                 source        destination
(pandas index)      
0               NaN             NaN
1               source_path2    destination_2
2               NaN             NaN

                 source         destination
(pandas index)      
1                source_path2   destination_2

或

您可以通过以下方式在单行中执行此操作：

df_copy_hour=df.where(df['freq']=="hour").loc[:,["source","destination"]].dropna()

---

似乎对于上面的代码，.

loc

已维护原始索引

1

，而不是将其重置为

0

。