如何筛选dataframeAudio：仅保留与dataframeHandRight匹配的Recording+Timestamp行？

针对你的需求，这里提供两种高效的Pandas实现方法，仅保留dataframeAudio中Recording和Timestamp组合在dataframeHandRight里存在的行：

方法1：内连接（Merge） #

通过提取手部数据的匹配列，与音频数据做内连接，自动过滤掉不匹配的行：

# 提取手部数据中用于匹配的唯一组合列
hand_matches = dataframeHandRight[['Recording', 'Timestamp']].drop_duplicates()
# 内连接过滤音频数据，仅保留两边都存在的行
filtered_audio = dataframeAudio.merge(hand_matches, on=['Recording', 'Timestamp'], how='inner')

• drop_duplicates() 用来避免手部数据中重复组合导致音频数据被重复匹配
• how='inner' 是内连接的核心，只保留两表共有的行

方法2：元组匹配（isin） #

将两列的组合转换成元组，直接用isin判断是否存在：

# 把手部数据的两列组合转为元组列表
valid_combinations = list(dataframeHandRight[['Recording', 'Timestamp']].itertuples(index=False, name=None))
# 过滤音频数据，仅保留组合存在的行
filtered_audio = dataframeAudio[dataframeAudio[['Recording', 'Timestamp']].apply(tuple, axis=1).isin(valid_combinations)]

• itertuples(index=False, name=None) 快速把每行转为无索引的元组
• apply(tuple, axis=1) 将音频数据的每行两列转为元组，再用isin匹配

注意事项 #

• 确保两表中Recording和Timestamp的数据类型完全一致（比如一个是字符串、一个是数值会匹配失败）
• 如果列名不同，需要先重命名对齐（比如dataframeAudio.rename(columns={'RecID': 'Recording'}, inplace=True)）

内容的提问来源于stack exchange，提问作者RomainP