如何基于pandas DataFrame B的数据筛选DataFrame A的行？

没问题，这事儿好办！你需要基于guest_list中标记为出席的宾客，从CONTACTS表中提取对应的联系方式，下面是两种实用的实现方法：

方法一：使用merge合并后筛选 #

这种方法适合需要同时保留宾客出席状态信息的场景，步骤清晰直观：

import pandas as pd

# 初始化数据
C = {'name': ['Alice', 'Alice', 'Bob', 'Charlie'], 'phone': ['007', '1764', '1317210', '314159']}
CONTACTS = pd.DataFrame(data=C)
answer = {'guest_name': ['Alice', 'Bob', 'Charlie'], 'attending': [True, False, True]}
guest_list = pd.DataFrame(data=answer)

# 合并两个表，按姓名关联
merged_df = pd.merge(CONTACTS, guest_list, left_on='name', right_on='guest_name', how='inner')

# 筛选出席状态为True的行，提取姓名和联系方式
attending_contacts = merged_df[merged_df['attending'] == True][['name', 'phone']]

print(attending_contacts)

运行结果：

name    phone
0    Alice      007
1    Alice     1764
2  Charlie  314159

方法二：使用isin直接筛选 #

如果只需要联系方式，不需要保留出席状态，这种方法更简洁：

# 先从guest_list中提取所有出席的宾客姓名
attending_guests = guest_list[guest_list['attending'] == True]['guest_name'].tolist()

# 在CONTACTS中筛选姓名属于出席列表的行
attending_contacts = CONTACTS[CONTACTS['name'].isin(attending_guests)]

print(attending_contacts)

这个方法会得到和上面完全一致的结果，代码更简短，适合只需要提取联系方式的场景。

小提示 #

• 因为CONTACTS表中有两个Alice的条目，两种方法都会保留这两个联系方式，正好满足你联系所有出席宾客的需求（包括同一人有多个联系方式的情况）。
• 如果后续担心姓名重复的问题，可以考虑添加更多关联条件（比如邮箱），但根据你提供的数据，用姓名关联就足够啦。

内容的提问来源于stack exchange，提问作者ebosi