如何基于字典的键和值筛选pandas DataFrame的行？

核心逻辑是匹配每行Customer_ID对应的字典值列表中是否包含当前行的Category字段，两种常用实现方式如下：

方法1：简洁易读的逐行校验（适合中小数据集） #

import pandas as pd

# 你的筛选规则字典
d = {
 40275: ['Book','Software'],
 39900: ['Book'],
 35886: ['Software'],
 40350: ['Software'],
 28129: ['Software']
 }

# 逐行校验生成过滤掩码
filter_mask = df.apply(lambda row: row['Category'] in d.get(row['Customer_ID'], []), axis=1)
# 取符合条件的行得到结果
result_df = df[filter_mask]

方法2：向量化匹配（适合百万级以上大数据集，性能更高） #

# 把字典规则展开为 （Customer_ID, Category）的有效匹配对列表
valid_match_pairs = [(customer_id, category) for customer_id, category_list in d.items() for category in category_list]
# 生成多列匹配掩码
filter_mask = df[['Customer_ID', 'Category']].apply(tuple, axis=1).isin(valid_match_pairs)
result_df = df[filter_mask]

两种方法执行后得到的result_df就是你需要的目标结果。

内容的提问来源于stack exchange，提问作者V.Nouri