Pandas 使用Python字典过滤数据库中的唯一匹配项

我有一个类似这样的df：

df = DataFrame({'CODE': ['AB12', 'AB12', 'CD12', 'CD12', 'CD14', 'CD14'], 'DATE': ['2021-02-01', '2021-03-06', '2021-02-01', '2021-03-06', '2021-02-01', '2021-03-06'], 'VALUE':[0,4,5,5,0,0]})

CODE    DATE        VALUE
AB12    2021-02-01   0
AB12    2021-03-06   4
CD12    2021-02-01   5
CD12    2021-03-06   5
CD14    2021-02-01   0
CD14    2021-03-06   0

我需要能够根据

code

和

DATE

从原始df中提取非常特定的记录对

因此，我的最终输出应该如下所示：

CODE    DATE    VALUE
AB12    2021-02-01  0
CD12    2021-03-06  5
CD14    2021-03-06  0

我做了一些研究，并认为我可以通过使用以下词典来实现：

my_filter = {'CODE':['AB12','CD12','CD14'], 'DATE':['2021-02-01','2021-03-06','2021-03-06']}

然后使用以下方法进行过滤：

res = df[df.isin(my_filter).sum(1) == 2]

问题是，当我尝试此操作时，结果似乎只返回

code

和

DATE

的所有可能组合，可能是因为它正在评估每个实例中是否存在code或DATE中的值

res

    CODE    DATE    VALUE
0   AB12    2021-02-01  0
1   AB12    2021-03-06  4
2   CD12    2021-02-01  5
3   CD12    2021-03-06  5
4   CD14    2021-02-01  0
5   CD14    2021-03-06  0

如何创建字典，使每个

代码

仅与相应的

日期

配对？

---

谢谢

尝试

合并

：

df.merge(pd.DataFrame(my_filter), on=['CODE','DATE'])

输出：

   CODE        DATE  VALUE
0  AB12  2021-02-01      0
1  CD12  2021-03-06      5
2  CD14  2021-03-06      0