Python DataFrame唯一合并：筛选保留df1中Column1在df2存在的行

筛选逻辑本质是保留df1与df2在Column1列上的键交集对应的行，可直接通过两类常用的pandas写法实现，无需复杂逻辑：

方法1：使用isin做匹配判断（最推荐） #

这是这类列值交集筛选场景的标准写法，直观且性能稳定：

• 通用写法，小数据量下直接使用即可：

  filtered_df1 = df1[df1['Column1'].isin(df2['Column1'])]
  

• 大数据量下可做小优化：先把df2的Column1值转为集合，利用集合O(1)的查找特性提速，避免遍历Series带来的额外耗时

  # 转为集合减少查找耗时
  match_keys = set(df2['Column1'])
  filtered_df1 = df1[df1['Column1'].isin(match_keys)]
  

方法2：内连接实现 #

利用merge的内连接规则，自动匹配两边共有的键值行，注意不要直接拿完整df2去连接，不然会把df2的Column2/3/4全部带到结果里，破坏原df1的列结构，需要先只取df2的匹配列参与计算：

# 仅保留df2的匹配键列参与连接，保证结果和df1原有列结构完全一致
filtered_df1 = df1.merge(df2[['Column1']], on='Column1', how='inner')

两种方法执行后得到的结果完全符合预期：

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