熊猫，使用一系列选择数据框的子集

Question

我有一个熊猫df。

+----------+------------+-------------+-----+--+
|   City   | First_name | Last_name   | Age |  |
+----------+------------+-------------+-----+--+
| London   | Han        | Solo        |  34 |  |
| Paris    | Luke       | Skywalker   |  30 |  |
| New York | Leia       | Organa      |  30 |  |
| LA       | Lando      | calrissian  |  40 |  |
+----------+------------+-------------+-----+--+

和使用.loc [：，'Age']

从另一个较小的df（df2）中获得的（熊猫）系列

+------------+
|    Age     |
+------------+
|    30      |
|    30      |
+------------+

我想使用系列信息选择df1中的所有行。给这样的东西，

+----------+------------+-------------+-----+--+
|   City   | First_name | Last_name   | Age |  |
+----------+------------+-------------+-----+--+
| Paris    | Luke       | Skywalker   |  30 |  |
| New York | Leia       | Organa      |  30 |  |
+----------+------------+-------------+-----+--+

我看过有关.loc和.iloc的文献，但这似乎不是我所追求的。我试图编写一个小的for循环，但是经验有限（我是编程新手）。有人有什么建议吗？

Answer 1

假设较大的df为df1，较小的df为df2，请提取您要选择的age值：

mask = df2['Age'].unique()

然后只需通过此df1查询mask：

df1.loc[df1['Age'].isin(mask)]

Answer 2

尝试直接比较数据框：

df[df['Age'] == df2['Age']]