Pandas匹配两个DataFrame的ID字段获取所有对应行数据的问题求解

你现有代码的问题是每次循环都会直接覆盖patients变量，所以循环结束后只会保留最后一次匹配到的结果。

pandas内置的isin()方法支持批量匹配多个ID，执行效率远高于手动循环，代码更简洁：

import pandas as pd

patientSet = pd.read_csv("794_chips_RMA.csv")
affSet = probeset[probeset['Analysis']==1].reset_index(drop=True) 
houseGenes = probeset[probeset['Analysis']==0].reset_index(drop=True)

# 直接筛选ID属于affSet.Probeset的所有行
patients = patientSet[patientSet['ID'].isin(affSet['Probeset'])].reset_index(drop=True)

print(patients)

如果必须通过循环实现逻辑，可以用列表暂存每次的匹配结果，最后合并为一个DataFrame：

patientSet = pd.read_csv("794_chips_RMA.csv")
affSet = probeset[probeset['Analysis']==1].reset_index(drop=True) 
houseGenes = probeset[probeset['Analysis']==0].reset_index(drop=True)

match_res = []
for x in affSet['Probeset']:
    tmp = patientSet[patientSet['ID']==x].reset_index(drop=True)
    # 跳过无匹配的空结果
    if not tmp.empty:
        match_res.append(tmp)

# 合并所有匹配结果
patients = pd.concat(match_res, ignore_index=True)

print(patients)

内容的提问来源于stack exchange，提问作者Guitarman045