Pandas两表匹配：筛选左表中地址存在于右表的全部数据行

方案1：isin 直接筛选（性能最优，适合仅筛选的场景） #

核心逻辑是先提取df2中所有目标地址，再过滤df1中地址匹配的行，代码如下：

# 提取df2中所有需要匹配的地址，先去重提升匹配效率
target_address_list = df2['Other Addresses'].unique()
# 筛选df1中Address在目标地址列表内的行，重置索引和示例输出保持一致
result = df1[df1['Address'].isin(target_address_list)].reset_index(drop=True)

如果不需要重置结果的索引，去掉.reset_index(drop=True)即可。

方案2：merge 内连接实现（适合需要关联df2其他字段的场景） #

如果后续还需要用到df2里的其他字段，用内连接的方式更方便，代码如下：

result = pd.merge(
    df1,
    df2,
    left_on = 'Address',
    right_on = 'Other Addresses',
    how = 'inner'
)[df1.columns.tolist()].reset_index(drop=True)
# 末尾的[df1.columns.tolist()]是为了仅保留df1的全部字段，符合需求

内容的提问来源于stack exchange，提问作者Luiz Scheuer