向Pandas DataFrame添加两列时遇问题：某列被设为索引

我懂你遇到的麻烦了——你想把两个列表作为新DataFrame的普通列，同时复用已有Filter3的索引，但结果不小心把其中一列当成索引了对吧？问题大概率出在你构造DataFrame的方式上，下面给你两种靠谱的解决方案：

方案1：基于已有的列表构造 #

如果你已经把STNAME和CTYNAME转成了列表，直接用字典来定义列，同时显式指定索引参数就可以避免列被设为索引：

import pandas as pd

# 你的现有变量：STNAME、CTYNAME、ORIG_INDEX
new_df = pd.DataFrame(
    data={
        'STNAME': STNAME,
        'CTYNAME': CTYNAME
    },
    index=ORIG_INDEX
)

这样构造出来的new_df会有两个普通列STNAME和CTYNAME，索引完全复用Filter3的索引，不会出现列被误设为索引的情况。

方案2：直接从原DataFrame提取列（更高效） #

其实你根本不需要先把列转成列表，直接从Filter3中提取需要的列来构造新DataFrame更简洁高效：

new_df = Filter3[['STNAME', 'CTYNAME']].copy()

或者如果你需要完全独立的新DataFrame（不与原DataFrame共享数据），也可以显式指定索引：

new_df = pd.DataFrame(
    {
        'STNAME': Filter3['STNAME'],
        'CTYNAME': Filter3['CTYNAME']
    },
    index=Filter3.index
)

为什么之前会出错？ #

你之前的操作可能是在构造DataFrame时没有用字典定义列，比如误写成了：

# 错误示例！这样会把CTYNAME当成列名列表，STNAME作为数据
new_df = pd.DataFrame(STNAME, CTYNAME, index=ORIG_INDEX)

这种写法会把第二个参数CTYNAME解析为列名，而STNAME作为数据行，最终导致完全不符合预期的结构，甚至可能出现某列被误设为索引的情况。

内容的提问来源于stack exchange，提问作者ZakS