如何利用一个DataFrame的ID索引对另一个DataFrame进行切片？

这是Pandas里非常常见的筛选场景，我给你分享几个简单高效的实现方法，根据你的df1结构不同可以灵活选择：

方法一：使用isin()方法（最直观） #

这是最常用的方式，直接判断df2的ID是否存在于df1的ID集合中：

情况1：df1的ID是独立列 #

如果df1是一个包含ID列的DataFrame（就像你给出的结构展示的那样），直接用列匹配：

import pandas as pd

# 假设df1和df2已经创建完成
filtered_df = df2[df2['ID'].isin(df1['ID'])]

情况2：df1的ID是索引 #

如果df1的ID其实是它的行索引（比如你展示的df1结构里，loc1等是索引，ID是索引名），那需要先提取索引列表再匹配：

filtered_df = df2[df2['ID'].isin(df1.index)]

方法二：使用merge()内连接 #

如果后续你还需要关联两个DataFrame的其他数据，用内连接的方式更合适，自动保留两边共同存在的ID行：

情况1：df1的ID是列 #

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

情况2：df1的ID是索引 #

filtered_df = pd.merge(df2, df1, left_on='ID', right_index=True, how='inner')

效果验证 #

用你给出的示例数据，处理后filtered_df会只保留ID为loc1、loc2、loc3、loc6、loc9的行，完全符合你的需求。

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