如何用Pandas从第二个DataFrame过滤原DataFrame两列值并保留索引

我来帮你搞定这个需求——要根据第二个DataFrame里的(X,Y)配对组合，过滤第一个DataFrame，同时保留原ID索引，这里有两种实用的pandas方法：

方法一：使用merge（高效适合大数据量） #

merge是pandas里处理多列匹配的利器，通过内连接（inner join）可以精准筛选出同时存在于两个DataFrame的(X,Y)配对：

# 先把原DataFrame的ID索引转回列（方便merge匹配）
df_reset = df.reset_index()
# 按X、Y列做内连接，只保留匹配的行
merged_df = df_reset.merge(df2, on=['X', 'Y'], how='inner')
# 再把ID设回索引，只保留X、Y列
result = merged_df.set_index('ID')[['X', 'Y']]

运行这段代码后，得到的结果就和你期望的一致：

X   Y
ID       
1    2  23
2   30   2
2    2   5
3    4  90

方法二：使用元组配对+isin（代码简洁直观） #

如果不想折腾索引的转换，可以把每一行的(X,Y)转成元组，直接用isin判断是否存在于df2的配对列表中：

# 把df2的X、Y列转成元组列表
target_pairs = list(df2.itertuples(index=False, name=None))
# 过滤原DataFrame中(X,Y)配对在目标列表里的行
result = df[df.apply(lambda row: (row['X'], row['Y']) in target_pairs, axis=1)]

这个方法直接在已设ID为索引的df上操作，输出结果和方法一完全相同。

两种方法对比 #

• merge方法：底层是向量化操作，处理十万级以上的数据时效率更高，推荐用于大数据场景。
• apply+lambda方法：代码更简洁易懂，适合小数据量或者快速验证需求的场景，但大数据量下速度会慢一些。

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