Представим, что у нас есть DataFrame df с информац...

python
# df — ваш DataFrame

idx = df.index

print(f"Имя индекса: {idx.name}")
print(f"Тип данных индекса: {idx.dtype}")
print(f"Количество элементов: {idx.size}")      # или len(idx)
print(f"Форма объекта Index: {idx.shape}")
print(f"Значения индексов: {idx.values}")

Вот несколько нормальных способов создать новый DataFrame и заполнять его в цикле (с примерами). Важно: не добавляйте строки в DataFrame по одной через df.loc[len(df)] = ... на больших данных — это медленно. Лучше собирать данные в список, а потом делать DataFrame.

Вариант 1 (лучший): копить строки в списке словарей, потом pd.DataFrame

python
import pandas as pd

rows = []  # сюда будем складывать строки

for i in range(7):
    rows.append({
        "temperature": 20 + i,
        "humidity": 50 + 5*i
    })

new_df = pd.DataFrame(rows)
print(new_df)

Вариант 2: копить в списке списков + отдельно колонки

python
import pandas as pd

data = []
for i in range(7):
    data.append([20 + i, 50 + 5*i])

new_df = pd.DataFrame(data, columns=["temperature", "humidity"])
print(new_df)

Вариант 3: если хотите сразу задавать индекс при заполнении

python
import pandas as pd

rows = []
index_vals = []

for i in range(7):
    rows.append({"temperature": 20 + i, "humidity": 50 + 5*i})
    index_vals.append(i)  # ваш индекс

new_df = pd.DataFrame(rows, index=index_vals)
new_df.index.name = "№ п/п"
print(new_df)

Вариант 4 (простой, но медленный): дописывать в DataFrame внутри цикла

Подходит только для маленьких объёмов.

python
import pandas as pd

new_df = pd.DataFrame(columns=["temperature", "humidity"])

for i in range(7):
    new_df.loc[i] = [20 + i, 50 + 5*i]

new_df.index.name = "№ п/п"
print(new_df)

Если скажете, что именно вы заполняете (из другого df? из файла? считаете агрегаты по товарам?), я покажу самый подходящий шаблон под ваш кейс.

python
import pandas as pd

def return_filtered_df(df: pd.DataFrame, lst: list):
    # оставляем только те метки индекса, которые реально есть в df.index
    # порядок сохраняется как в исходном df
    return df.loc[df.index.intersection(lst)]

Пример:

python
df = pd.DataFrame({
    "name": ["Alice", "Bob", "Charlie", "David", "Emily"],
    "age":  [25, 32, 18, 47, 22]
})

lst = [2, 5, 8]
print(return_filtered_df(df, lst))

Вывод:

text
      name  age
2  Charlie   18

Чтобы заменить строковые индексы вида "ORD12345" на новые числовые 1..N, не трогая данные в таблице, просто переназначьте индекс:

python
# orders — исходный DataFrame

orders.index = range(1, len(orders) + 1)

После этого orders будет выглядеть как в примере (индексы 1, 2, 3, 4, …), а значения в ячейках сохранятся.