如何基于两个DataFrame共有的Date、About列匹配值过滤DataFrame A的行

你可以通过以下两种高效方法实现双字段同时匹配的过滤需求：

方法1：使用merge内连接（推荐，大数据量下性能更优） #

利用Pandas merge的内连接特性，直接取两个DataFrame中Date和About同时匹配的行，且会完整保留DataFrame A的所有原有字段：

# 仅取B的两个匹配字段做内连接，避免多余字段混入结果
df_A = df_A.merge(df_B[['Date', 'About']], on=['Date', 'About'], how='inner')

方法2：元组集合匹配 #

将两个字段组合为元组作为唯一匹配键，判断A的行键是否存在于B的键集合中：

# 先构建B的双字段匹配键集合
match_keys = set(zip(df_B['Date'], df_B['About']))
# 过滤A中符合条件的行
df_A = df_A[df_A.apply(lambda row: (row['Date'], row['About']) in match_keys, axis=1)]

原代码问题说明 #

你之前的写法仅校验了Date字段是否在B中存在，没有关联校验About字段，所以会出现Date匹配、但About不匹配的无效行被保留的问题，比如示例中24-10-2020对应的Mare行，Date存在于B中，但B对应日期的About为Koen，不符合要求所以会被上述两种方法正确过滤。

内容的提问来源于stack exchange，提问作者Suze Gort