如何正确筛选df2中指定多列值组合存在于df1中的行？

你遇到的问题其实是想要实现半连接（Semi-Join）：只保留df2中那些TG_ID、ORG_NO、DATA_DATE组合同时存在于df1的行，而且不需要把df1的其他列合并进来。

为什么之前的方法不行？ #

• 用merge(df1, on=["TG_ID", "ORG_NO", "DATA_DATE"])的时候，默认是内连接（Inner Join），会把两个DataFrame的所有列都合并到结果里，所以你会得到很多额外的列（比如df1里的TG_CAP、I1-I96等）；如果df1中存在重复的键组合，还会导致结果行数比df2多。
• 用join报错是因为join默认基于索引匹配，但你没有把df1的索引设置为这三列的复合索引，导致left_on的列数和右边索引的层数不匹配，所以抛出了len(left_on) must equal the number of levels in the index of "right"的错误。

正确的实现方法 #

这里有两种简洁高效的方式：

方法1：用merge做半连接（推荐）

只提取df1中需要匹配的三列并去重，然后和df2做内连接，这样只会保留df2的列，且只保留符合条件的行：

# 先提取df1中唯一的键组合
df1_unique_keys = df1[["TG_ID", "ORG_NO", "DATA_DATE"]].drop_duplicates()

# 和df2做内连接，只保留df2的行中键组合存在于df1的部分
df2_filtered = df2.merge(df1_unique_keys, 
                         on=["TG_ID", "ORG_NO", "DATA_DATE"], 
                         how="inner")

方法2：用isin结合元组匹配

把两个DataFrame的三列转换为元组的形式，然后用isin判断：

# 把df1的键组合转为元组列表
df1_key_tuples = df1[["TG_ID", "ORG_NO", "DATA_DATE"]].apply(tuple, axis=1).tolist()

# 过滤df2中键组合在df1里的行
df2_filtered = df2[df2[["TG_ID", "ORG_NO", "DATA_DATE"]].apply(tuple, axis=1).isin(df1_key_tuples)]

这两种方法都能实现你的需求：比如df2的第27行因为ORG_NO=134010901不在df1的键组合里会被过滤，第28行的组合存在则会被保留。

内容的提问来源于stack exchange，提问作者user9875189