Pandas如何从第二个DataFrame提取首表含对应id的记录（保留重复）

现有数据集说明 #

• 初始参照DataFrame（df1）：

id     name     status     
 HV200     john     Present
 HV300     harry    Absent
 HV400     peter    Present

• 待筛选目标DataFrame（df2）：

id     name     status     
 HV200     john     Present
 HV200     john     Absent
 HV300     harry    Absent
 HV400     peter    Present
 HV500     steven   Absent
 HV300     harry    Present

需求 #

从df2中提取所有id值存在于df1中的条目，完整保留所有重复记录，不做去重处理。

实现代码 #

用pandas内置的isin()方法做布尔索引筛选是最高效、最贴合需求的方案，不会产生多余的匹配行，也不会改动原有数据结构：

# 提取df1中所有目标id值
valid_ids = df1['id'].unique()
# 筛选df2中id属于目标集合的所有行
filtered_df = df2[df2['id'].isin(valid_ids)].reset_index(drop=True)

筛选结果 #

执行代码后得到的输出如下：

id   name   status
0  HV200   john  Present
1  HV200   john   Absent
2  HV300  harry   Absent
3  HV400  peter  Present
4  HV300  harry  Present

可以看到id为HV500的无关条目已被过滤，HV200、HV300对应的所有重复记录都完整保留，符合预期。

避坑提示：不要直接用内连接merge实现该需求，当两个表的匹配键都存在重复值时，内连接会生成笛卡尔积，产生额外的无效行，isin筛选不会出现这个问题。

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