基于另一DataFrame列对匹配筛选DataFrame，求更优实现方案

问题背景 #

需求是筛选df_a中满足以下条件的行：

• Column_A与Column_B的组合，匹配df_b中Column_C与Column_D的组合（正向匹配）
• 或Column_A对应df_b的Column_D、Column_B对应df_b的Column_C（反向匹配）

原方案通过构建复杂掩码实现，但列数增多时掩码会极度冗长，以下提供两种更简洁的可扩展方案：

方案1：基于无序元组集合的匹配 #

核心是把df_b中所有允许的列对（含正向、反向）转换成无序元组集合，再匹配df_a的列对，列数扩展时仅需调整列名：

import pandas as pd

# 原始数据
df_a = pd.DataFrame({'Number':[1,2,3,4,5,6,7,8],
                     'Column_A': ['C','E','G','L','E','N','P','R'],
                     'Column_B': ['D','F','H','M','Z','O','Q','S']})

df_b = pd.DataFrame({'Number':[1,2,3,4,5,6],
                     'Column_C': ['A','E','L','H','C','Q'],
                     'Column_D': ['B','F','M','G','F','P']})

# 生成df_b中所有允许的无序列对集合（sorted保证正向/反向都能匹配）
valid_pairs = set(tuple(sorted((c, d))) for c, d in zip(df_b['Column_C'], df_b['Column_D']))

# 转换df_a的列对为无序元组，筛选匹配行
df_a['pair'] = df_a.apply(lambda row: tuple(sorted((row['Column_A'], row['Column_B']))), axis=1)
result = df_a[df_a['pair'].isin(valid_pairs)].drop('pair', axis=1)

print(result)

输出结果：

Number Column_A Column_B
1       2        E        F
2       3        G        H
3       4        L        M
6       7        P        Q

方案2：基于Merge的双向匹配 #

通过两次Merge（正向+反向）合并结果，适合需要保留df_b关联信息的场景：

# 正向Merge：Column_A匹配Column_C，Column_B匹配Column_D
merge_forward = pd.merge(df_a, df_b, left_on=['Column_A', 'Column_B'], right_on=['Column_C', 'Column_D'], how='inner')

# 反向Merge：Column_A匹配Column_D，Column_B匹配Column_C
merge_reverse = pd.merge(df_a, df_b, left_on=['Column_A', 'Column_B'], right_on=['Column_D', 'Column_C'], how='inner')

# 合并结果并去重，保留df_a原始列
result = pd.concat([merge_forward[df_a.columns], merge_reverse[df_a.columns]]).drop_duplicates().sort_index()

print(result)

输出结果与方案1完全一致。

方案优势 #

• 两种方案均无需编写冗长的掩码条件，列数扩展时仅需调整对应列名参数
• 方案1性能更优（集合查询为O(1)），适合仅需筛选df_a行的场景
• 方案2可保留df_b的关联数据，适合需要分析匹配来源的场景

内容的提问来源于stack exchange，提问作者Paul