如何高效查找两个DataFrame的交集并获取对应索引？

核心方案：用merge实现向量化匹配 #

你的列表推导式效率低是因为做了逐行循环，改用pandas的merge（向量化操作）能大幅提升速度，同时输出格式和你要的一致。

场景1：获取df2匹配行在df1中的对应索引 #

把df1的索引转为列后合并，就能直接提取匹配的df1索引：

import pandas as pd

# 示例数据初始化
df1 = pd.DataFrame({'a': ['book', 'book', 'pen', 'eraser', 'book'], 'b': [1,2,1,3,4]})
df2 = pd.DataFrame({'a': ['pen', 'book', 'pen', 'eraser', 'book'], 'b': [4,2,8,3,14]})

# 将df1的索引转为列，方便合并后提取
df1_with_idx = df1.reset_index().rename(columns={'index': 'df1_idx'})
# 按a、b列做内连接，只保留两边都存在的行
merged = pd.merge(df2, df1_with_idx, on=['a', 'b'], how='inner')
# 得到df1中匹配行的索引，格式为pandas Index对象
matched_df1_index = merged['df1_idx']

运行结果：Int64Index([1, 3], dtype='int64')，对应df1里book-2和eraser-3的行索引。

场景2：获取df2中与df1有交集的行的索引 #

如果需要的是df2自身的匹配行索引，合并时保留df2的索引即可：

merged = pd.merge(df2.reset_index(), df1, on=['a', 'b'], how='inner')
matched_df2_index = merged['index']

运行结果：Int64Index([1, 3], dtype='int64')，对应df2里book-2和eraser-3的行索引。

优势说明 #

• 速度快：merge是pandas底层优化的操作，避免了Python层面的逐行循环，大数据量下效率提升显著。
• 格式统一：返回结果是pandas的Index对象，和你第一个示例的输出格式完全一致，无需额外转换。

内容的提问来源于stack exchange，提问作者Qeyzho