Python Pandas：基于两DataFrame的frame列求帧值交集并删无关行

嘿，我明白你要的是什么——不是把两个表合并成一个，而是分别从两名参与者的DataFrame里，只保留那些双方都成功跟踪到的帧（也就是frame列整数值完全相同的行）对吧？之前那个连接操作的答案确实没贴合需求，这里给你两个精准实现的方法：

方法1：先提取共同帧，再筛选（清晰直观） #

先拿到两个DataFrame中frame列的共同值集合，再分别对两个原表做筛选，保留对应行：

import pandas as pd

# 构造示例数据（模拟跟踪失败导致的帧缺失）
df1 = pd.DataFrame({
    'frame': [1, 2, 3, 5, 7],
    'participant1_data': [10, 20, 30, 50, 70]
})

df2 = pd.DataFrame({
    'frame': [2, 3, 4, 6, 7],
    'participant2_data': [200, 300, 400, 600, 700]
})

# 第一步：获取两个frame列的交集
common_frames = df1['frame'].intersection(df2['frame'])

# 第二步：分别筛选两个DataFrame，只保留共同帧的行
df1_filtered = df1[df1['frame'].isin(common_frames)]
df2_filtered = df2[df2['frame'].isin(common_frames)]

执行后，df1_filtered会保留frame为2、3、7的行，df2_filtered同样保留这些帧的行，完全保留了各自原表的结构，只筛选出共同存在的帧数据。

方法2：直接用isin()交叉筛选（简洁高效） #

如果不需要单独保存共同帧的集合，也可以直接一步完成筛选，省掉中间变量：

# 直接筛选df1中存在于df2的frame行
df1_filtered = df1[df1['frame'].isin(df2['frame'])]
# 直接筛选df2中存在于df1的frame行
df2_filtered = df2[df2['frame'].isin(df1['frame'])]

这个方法和上面的结果完全一致，代码更短，适合快速实现。

为什么连接操作不符合需求？ #

之前的采纳答案用了merge类的连接操作，会把两个DataFrame的列合并到同一个表里，变成类似frame | participant1_data | participant2_data的结构，但你要的是两个独立的DataFrame，各自只保留共同帧的行，这才是真正意义上基于frame列的“交集”筛选。

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