如何提取一个dataframe中列值存在于另一个dataframe的对应行

原有代码错误原因 #

• 你定义的df1、df2初始为Python字典，需要先转换为Pandas的DataFrame对象才能按DataFrame的逻辑操作
• 直接用for row in df1遍历DataFrame时，默认遍历的是列名而非行数据，无法获取每行的Stream字段值
• 比较逻辑不成立：row['Stream'] == df2['Test']是将单个字符串和整个Series做对比，返回的是布尔数组，不能直接作为if判断的条件

正确实现代码 #

推荐使用Pandas内置的isin()向量化方法，效率更高，无需手动写循环：

import pandas as pd

# 先将字典转换为DataFrame
df1 = pd.DataFrame({'Stream': ['Netflix', 'Hulu', 'YouTube', 'Aprime', 'HBO', 'Peacock', 'Tubi'],
       'Percent': [51, 19, 40, 18, 35, 12, 7]})
df2 = pd.DataFrame({'Test': ['Hulu', 'Netflix', 'Disney']})

# 筛选df1中Stream字段存在于df2的Test字段中的行
result = df1[df1['Stream'].isin(df2['Test'])]
print(result)

运行后输出结果如下：

Stream  Percent
0  Netflix       51
1     Hulu       19

如果需要和你预期的输出顺序一致（Hulu在前、Netflix在后），可以额外补充匹配df2顺序的逻辑：

result = df1[df1['Stream'].isin(df2['Test'])].set_index('Stream').reindex(df2['Test'].dropna()).dropna().reset_index()

如果你一定要用循环实现，可以修改为如下写法，但不推荐，数据量大时效率远低于向量化操作：

# 循环实现（不推荐）
target_streams = df2['Test'].tolist()
for _, row in df1.iterrows():
    if row['Stream'] in target_streams:
        print(row)

内容的提问来源于stack exchange，提问作者masonlaw12