基于行名匹配两个DataFrame并过滤第二个数据集冗余行的技术咨询

核心思路 #

以第一个DataFrame（记为df1）的行索引为基准，筛选第二个DataFrame（记为df2）中行名与df1完全匹配的行，自动剔除不匹配的冗余数据。

具体实现方法 #

方法1：直接用isin()+loc筛选（最简洁高效）

import pandas as pd

# 假设df1是你的258行DataFrame，df2是268行DataFrame
filtered_df2 = df2.loc[df2.index.isin(df1.index)]

这段代码会保留df2中所有行名存在于df1索引中的行，自动过滤掉冗余行。

方法2：用内连接实现匹配筛选

如果需要同时关联df1和匹配后的df2数据，可以使用内连接：

# 内连接仅保留双方行名匹配的行，结果包含df1和df2的所有列
joined_df = df1.join(df2, how='inner')
# 若仅需提取df2的匹配行，筛选对应列即可
filtered_df2 = joined_df[df2.columns]

验证筛选结果 #

可以通过以下代码确认操作是否正确：

# 查看被剔除的冗余行名
dropped_indices = df2.index.difference(df1.index)
print("被剔除的行名：", dropped_indices)

# 检查筛选后df2的行数是否与df1一致
print("筛选后df2行数：", len(filtered_df2))
print("df1行数：", len(df1))

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