如何按指定ID列表顺序从Pandas DataFrame中筛选行？

要实现按目标ID列表[3,9,6,4]的顺序展示筛选结果，以下两种方法都可以解决问题：

方法1：利用分类数据类型指定排序顺序 #

通过将目标ID设置为分类类型并指定固定顺序，再对筛选后的结果排序，就能得到符合要求的输出：

import pandas as pd

IDlist_df=pd.DataFrame({"v":[3,9,6,4]})
df=pd.DataFrame({"ID":[1,1,2,3,3,4,4,4,5,6,6,7,8,9],"name":['menelaus','helen','ulyses','paris','hector', 'priamus','hecuba','andromache','achiles','ascanius','eneas','ajax','nestor','helenus']})

# 提取目标ID列表
target_ids = IDlist_df['v'].tolist()

# 筛选符合条件的行
selected_lines = df[df['ID'].isin(target_ids)].copy()

# 将ID列转为分类类型，绑定目标顺序
selected_lines['ID'] = pd.Categorical(selected_lines['ID'], categories=target_ids, ordered=True)

# 按ID排序
selected_lines = selected_lines.sort_values('ID')

print(selected_lines)

运行后输出结果会和你期望的一致，且保留原DataFrame的索引。

方法2：利用merge左连接保留顺序 #

利用pandas的merge左连接特性，左表（存储目标ID的DataFrame）的顺序会被完整保留，合并后即可得到对应顺序的结果：

import pandas as pd

IDlist_df=pd.DataFrame({"v":[3,9,6,4]})
df=pd.DataFrame({"ID":[1,1,2,3,3,4,4,4,5,6,6,7,8,9],"name":['menelaus','helen','ulyses','paris','hector', 'priamus','hecuba','andromache','achiles','ascanius','eneas','ajax','nestor','helenus']})

# 左连接，保留IDlist_df的顺序
result = IDlist_df.merge(df, left_on='v', right_on='ID', how='left').drop('v', axis=1)

print(result)

注意：这种方法默认会丢失原DataFrame的索引，如果需要保留原索引，可以先给df添加索引列，合并后再恢复：

df_with_idx = df.reset_index().rename(columns={'index': 'original_index'})
result = IDlist_df.merge(df_with_idx, left_on='v', right_on='ID', how='left').drop('v', axis=1)
# 若需要每个ID组内按原索引排序，可追加排序逻辑
result = result.sort_values(['ID', 'original_index'])

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