Python如何根据列值列表筛选pandas DataFrame对应列条目

pandas内置的isin()方法、索引映射逻辑都可以直接实现这个需求，都是原生向量化实现，处理大型DataFrame时性能远高于手写循环。

首先先构造和你示例一致的测试数据：

import pandas as pd

df = pd.DataFrame({
    'name': ['Hana', 'Fred', 'Ben', 'Lisa'],
    'city': ['NYC', 'London', 'Paris', 'Berlin'],
    'number': [23, 12, 90, 3]
})
numbers = [3, 12, 23]

根据你对结果顺序的要求，可以选两种实现方式：

• 不需要匹配目标列表的顺序，只要返回所有符合条件的name：直接用isin()做布尔筛选即可，结果会保留原DataFrame的行顺序

names = df[df['number'].isin(numbers)]['name'].tolist()
# 运行结果：['Hana', 'Fred', 'Lisa']

• 需要严格和目标numbers列表的顺序对应，得到你期望的['Lisa', 'Fred', 'Hana']结果：用列值设为索引做映射即可，这也是大型数据集下最高效的顺序匹配方案

# 生成number到name的映射关系
number_to_name = df.set_index('number')['name']
# 按目标列表的顺序直接取值
names = number_to_name[numbers].tolist()
# 运行结果：['Lisa', 'Fred', 'Hana']

注意：如果你的number列存在重复值，用索引映射前可以先通过df.drop_duplicates(subset='number', keep='last')指定重复值的保留规则，避免结果不符合预期。

内容的提问来源于stack exchange，提问作者Selorex