Pandas DataFrame如何基于多列值组合列表实现无循环行筛选

以下两种实现方式完全基于pandas原生向量化操作，无显式循环，可直接适配你给出的元组列表格式的筛选规则：

方法1：索引匹配法（性能最优，推荐） #

将需要匹配的两列转为多级索引，调用isin方法直接匹配目标组合：

import pandas as pd

# 原始DataFrame
df = pd.DataFrame({
    'C1': ['A','A','A','B', 'B', 'C', 'C'],
    'C2': [1, 2, 3, 1, 2, 1, 2],
    'C3': [2., 3.1, 1.2, 1.4, 2.1, .4, .5]
})
# 筛选组合
filter_pairs = [('A', 2), ('B', 1)]

# 筛选逻辑
result = df[df.set_index(['C1', 'C2']).index.isin(filter_pairs)].reset_index(drop=True)

运行后result输出完全符合预期：

C1  C2   C3
0  A   2  3.1
1  B   1  1.4

方法2：内连接法（逻辑直观，易扩展） #

将筛选组合转为DataFrame，通过内连接匹配符合条件的行：

filter_df = pd.DataFrame(filter_pairs, columns=['C1', 'C2'])
result = pd.merge(df, filter_df, on=['C1', 'C2'], how='inner')

该方法适合筛选规则需要附带额外匹配条件的场景，扩展成本很低。

两种方法均不需要自行编写循环逻辑，数据量越大性能优势越明显。

内容的提问来源于stack exchange，提问作者Philipp