如何使用含重复值的列表从pandas DataFrame中筛选对应重复行

pandas自带的isin()筛选逻辑是判断每行的值是否存在于目标列表的集合中，仅做存在性校验，不会统计列表内重复元素的次数，因此无法返回和目标列表重复次数匹配的多行结果。可以用以下两种方案实现需求：

方案1：使用merge连接实现（兼容性最好，适合所有场景） #

将待筛选的列表转为单列DataFrame作为左表，和原数据表按Id列左连接，左表有多少个重复项，就会匹配返回多少行对应数据，完美符合需求。
代码示例：

import pandas as pd

# 原始示例数据
df = pd.DataFrame({'Id': [1, 2, 3], 'Age': [20, 21, 22]})
# 待筛选的含重复值的Id列表
target_ids = [1, 1]

# 执行连接操作
target_df = pd.DataFrame({'Id': target_ids})
result = pd.merge(target_df, df, on='Id', how='left')

输出的result结果如下：

Id  Age
0   1   20
1   1   20

方案2：使用reindex实现（适合原表Id列无重复值的场景） #

如果原表的Id列是唯一值，可以将Id设为索引后重索引，代码更简洁：

result = df.set_index('Id').reindex(target_ids).reset_index()

输出结果和方案1完全一致。

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