基于含重复值列表筛选Pandas DataFrame行并保留重复匹配结果

哈哈，这个需求我太熟了！常规的布尔筛选确实只会返回唯一匹配的行，根本没法满足“列表里值重复几次就对应行重复几次”的要求，给你两个实用的解决方案：

方法1：列表推导式 + pd.concat（直观易懂） #

这种方法逻辑直白，直接遍历你的重复列表，每次取出对应行后拼接起来：

import pandas as pd

# 替换成你实际用来匹配的列名，比如'protein_id'之类的
match_col = 'protein'
new_df = pd.concat(
    [with_prot_choice_df[with_prot_choice_df[match_col] == val] 
     for val in with_prot_choices],
    ignore_index=True
)

解释 #

• 遍历with_prot_choices里的每一个值，每次筛选出原DataFrame中匹配列等于该值的行
• 用pd.concat把所有筛选出来的小DataFrame拼接成一个完整的新DataFrame
• ignore_index=True会重置新DataFrame的索引，避免出现重复索引的问题

方法2：merge合并法（高效适合大数据集） #

如果你的DataFrame或列表规模比较大，用merge的方法效率更高，因为它是基于向量的批量操作：

import pandas as pd

match_col = 'protein'
# 把重复列表转换成临时DataFrame
temp_df = pd.DataFrame({match_col: with_prot_choices})
# 左连接原DataFrame，自动保留所有重复匹配的行
new_df = pd.merge(temp_df, with_prot_choice_df, on=match_col, how='left')

解释 #

• 先把重复列表转成只有匹配列的临时DataFrame，这样列表里的重复值会变成临时DataFrame里的重复行
• 用merge做左连接，临时DataFrame里的每一行都会和原DataFrame中匹配的行对应一次，自然就实现了“重复值对应重复行”的效果

假设原DataFrame是这样的：

你的重复列表是 with_prot_choices = ['protA', 'protB', 'protA', 'protA']

用上面任意一种方法得到的新DataFrame都会是：

完全符合你要的重复行需求！

内容的提问来源于stack exchange，提问作者user3289556