如何使用pandas基于另一个dataframe筛选符合条件的股票数据行

小体量数据（10万行以内）最简实现 #

直接用pandas内置的isin()方法完成布尔索引筛选即可，代码简洁易读，完全满足小数据场景需求：

• 变量约定：完整股票数据DataFrame为df_full，目标股票代码DataFrame为df_target，股票代码列名统一为ticker_symbol
• 实现代码：

# 单行完成筛选，如需重置索引可追加 .reset_index(drop=True)
df_filtered = df_full[df_full['ticker_symbol'].isin(df_target['ticker_symbol'])]

可扩展高效实现（百万行及以上大数据场景） #

针对数据量持续增长的场景，可通过以下优化方案提升执行效率，最高可适配TB级数据处理：

方案1：集合查询优化 #

isin()方法传入集合的成员查询时间复杂度为O(1)，远高于传入Series的查询效率，数据量超过10万行时性能提升明显：

# 先将目标股票代码转为集合
target_set = set(df_target['ticker_symbol'].tolist())
df_filtered = df_full[df_full['ticker_symbol'].isin(target_set)]

方案2：内连接merge优化 #

如果后续需要关联第二个DataFrame的其他字段，使用pandas内置的merge内连接操作效率更高，底层做了大量向量化优化，大数据场景下性能优于isin()：

df_filtered = pd.merge(
    left=df_full,
    right=df_target,
    on='ticker_symbol',
    how='inner'
)

如果两边股票代码列名不一致，可通过left_on、right_on参数分别指定关联列。

超大规模数据适配方案 #

当数据量超过内存承载上限时，可使用Dask框架替代pandas完成计算，Dask语法和pandas几乎完全兼容，无需大规模修改代码即可实现分布式并行计算，支持TB级数据处理。

内容的提问来源于stack exchange，提问作者user9026