如何结合isin与query合并不同结构DataFrame并去重重复行？

先帮你梳理清楚核心需求：基于Roll No匹配两个结构不同的DataFrame，同时满足年龄、身高的范围条件，最后合并后去除Name和Roll No重复的行。下面是结合isin()和query()的具体实现步骤：

步骤1：筛选符合所有条件的Roll No集合 #

首先我们需要找出同时满足Roll No匹配、年龄范围、身高范围的有效Roll No。先通过临时关联两个DataFrame，再用query()筛选条件，最后提取唯一的Roll No：

# 临时关联两个DataFrame，只保留判断条件需要的列
temp_merge = df1[['Roll No', 'Age', 'Height']].merge(
    df2[['Roll No', '10', '15', '110', '170']], 
    on='Roll No', 
    how='inner'
)

# 用query()筛选符合年龄、身高条件的行（注意：你提到的df2['12']疑似笔误，这里替换为df2['15']，如果是其他列请自行修改）
valid_roll_nos = temp_merge.query(
    "`10` < Age < `15` and `110` < Height < `170`"
)['Roll No'].unique()

注：数字开头的列名必须用反引号包裹，避免Python语法错误。

步骤2：用isin()过滤原始DataFrame #

拿到合法的Roll No列表后，用isin()分别筛选df1和df2中对应的行：

# 筛选df1中符合条件的行
filtered_df1 = df1[df1['Roll No'].isin(valid_roll_nos)]

# 筛选df2中符合条件的行
filtered_df2 = df2[df2['Roll No'].isin(valid_roll_nos)]

步骤3：合并筛选后的DataFrame #

按Roll No合并两个筛选后的DataFrame，你可以根据需求指定要保留的列（下面是示例列，可自行调整）：

# 合并并指定需要保留的列
df4 = filtered_df1[['Name', 'Roll No', 'Age', 'Sex', 'Height']].merge(
    filtered_df2[['Roll No', 'Country', 'Grade', 'Weight', 'Mother Tongue']],
    on='Roll No',
    how='inner'
)

步骤4：去除Name与Roll No重复的行 #

最后用drop_duplicates()去除两列都重复的行，keep='first'表示保留第一次出现的行，可根据需求改为keep='last'：

# 去重并重置索引
df4 = df4.drop_duplicates(subset=['Name', 'Roll No'], keep='first').reset_index(drop=True)

内容的提问来源于stack exchange，提问作者Santhosh Dhaipule Chandrakanth