如何在Python的where条件中传入向量？DataFrame过滤问题

嘿，刚从R转Python做数据科学&机器学习是吧？太懂这种切换工具时的小迷茫了——毕竟R和Pandas的语法逻辑确实有不少不一样的地方～你想要实现的就是用df2里的age1向量作为条件，筛选出df1中age1列匹配这些值的行，对吧？这在Pandas里其实有几种很常用的方法，我给你一步步说清楚：

方法1：用isin()实现（对应R中的%in%） #

这是最直接对应你R中使用习惯的方法，Pandas里的isin()函数就是用来检查元素是否存在于目标序列中的，用法和R的%in%几乎一致：

import pandas as pd

raw_data1 = {'age1': [23,45,21],'age2': [10,20,50], 'age3':[44,55,77]}
df1 = pd.DataFrame(raw_data1, columns = ['age1','age2','age3'])
raw_data2 = {'age1': [23,45]}
df2 = pd.DataFrame(raw_data2, columns = ['age1'])

# 核心代码：筛选df1中age1在df2.age1里的行
filtered_df = df1[df1['age1'].isin(df2['age1'])]
print(filtered_df)

运行后你会得到预期的结果：

age1  age2  age3
0    23    10    44
1    45    20    55

简单解释下：df1['age1'].isin(df2['age1'])会返回一个布尔型的Series（和df1行数一致），标记每一行的age1是否在df2的age1列表里；然后用这个布尔Series作为索引，就能提取出符合条件的行。

方法2：用merge()做内连接 #

如果之后你需要处理更复杂的表关联场景，用merge()做内连接也是个好选择，它会只保留两个表中age1匹配的行：

filtered_df = pd.merge(df1, df2, on='age1', how='inner')
print(filtered_df)

这个方法的结果和上面完全一样，不过如果df2还有其他列，merge会自动把这些列也合并进来，适合多字段关联的场景。

小提示 #

• 如果df2的age1有重复值，isin()会依然正常匹配（重复值不会影响筛选结果）；但merge()会产生笛卡尔积，这时候你可能需要加上drop_duplicates()先去重df2的age1列。
• 如果你习惯R的dplyr风格，也可以试试Pandas的query()方法，写成df1.query('age1 in @df2.age1')，语法更贴近自然语言～

内容的提问来源于stack exchange，提问作者Murali