根据重复的列值选择熊猫数据框的行

Question

我有这样的数据框

   customer_id  some_data
0      1            A
1      2            B
2      3            C  
3      1            D

，以及具有重复项的customer_id值列表，例如[1,2,2]。基于这些值，我想获得一个dataframe，其中customer_id等于列表中的值，但是如果我在列表中得到重复的值，则希望行中有重复的值，例如[1,2,2]输出应该是

   customer_id  some_data
 0     1            A
 3     1            D
 1     2            B
 1     2            B    

我尝试过类似的事情

df_new= df[df.customer_id == list[0]]
for i in range(1,len(list)):
    temp = df[df.customer_id == list[i]]
    df_new = pd.concat([df_new, temp])

此代码有效，但是我的df很大，因此该代码的工作时间很大，我可以以某种方式对其进行优化吗？

Answer 1

使用您希望拥有的ID创建另一个虚拟数据框：

df2 = pd.DataFrame({'customer_id':[1,2,2]})

    customer_id
0   1
1   2
2   2

并将其与给定数据框合并：

df.merge(df2)

所需结果：

 customer_id    some_data
0   1            A
1   1            D
2   2            B
3   2            B

最重要的是：您的代码可以运行，但是对于大数据来说非常慢。处理时间长的原因是您的 for循环！要对其进行优化，您应该始终以向量化为目标。