Python 3.x 如何用另一个携带正确用户ID的数据帧替换由于多次登录而在df中重复多次的用户ID？

我有一个4M+行的大数据集（df），显示了今年2月到5月appr 14k唯一用户ID的登录行为。我发现只有一部分大df是相关的，因为我需要查看与这些14k用户ID的一半对应的数量。这个用户ID的其他列表必须与大型df集成，并删除我不想看到的用户ID。你怎么能这么做

要举例说明我的观点，请查看以下内容：

我需要从另一个数据框导入其他用户ID的列表，以替换下面“user_Name”列的内容。本质上，导入的列表包含许多已在“user_Name”中列出的相同用户ID，因此实际上，我的任务是删除与“user_Name”不相关的用户ID。“User_Name”列多次包含许多用户ID（尽管下面的示例没有直接指出这一点）

那么，我如何告诉pandas将一个6.6k唯一用户ID列表与一个14k唯一用户ID列表进行匹配（每个ID都列出多次，因为随着时间的推移会有很多次登录），然后扔掉与14k用户ID不相关的用户ID

为了创建包含6.6k用户ID的列表，我这样做了（注意代码末尾的df3=pd.merge（dataset，all_data，how='internal'，…..）行）。我首先从列表中删除了重复项，最后得到了6.6k行，从25k行开始：

dataset = pd.read_csv("...\\listing_unique_students_all.csv", sep=";", encoding="utf-8", low_memory=False).dropna()
all_data = pd.read_csv("...\\Approved_S_numbers_Cand_Dipl_Bach.csv", sep=";", encoding="ISO-8859-1")

dataset['User Name'] = pd.to_numeric(dataset['User Name'], errors='coerce')

# Rows containing duplicate data
print("\nRows containing duplicate data")

duplicate_rows_dataset = dataset[dataset.duplicated()]
print("Number of duplicate rows: ", duplicate_rows_dataset.shape)

# Dropping the duplicates
print("\nDropping the duplicates")

drop_duplicates = dataset.drop_duplicates()

print("\ndrop_duplicates.head(25)")
print(drop_duplicates.head(25))

print("\ndrop_duplicates.shape")
print(drop_duplicates.shape)

dataset = drop_duplicates
dataset.columns = ['User Name'])

print("\nall_data.columns")
print(all_data.columns)

df3 = pd.merge(dataset, all_data, how='inner', left_on='User Name', right_on='studienr')

print("\ndf3")
print(df3.head())

print("\ndf3.shape")
print(df3.shape)

dataset = pd.read_csv("...\\listing_unique_students_all.csv", sep=";", encoding="utf-8", low_memory=False).dropna()
all_data = pd.read_csv("...\\Approved_S_numbers_Cand_Dipl_Bach.csv", sep=";", encoding="ISO-8859-1")

dataset['User Name'] = pd.to_numeric(dataset['User Name'], errors='coerce')

# Rows containing duplicate data
print("\nRows containing duplicate data")

duplicate_rows_dataset = dataset[dataset.duplicated()]
print("Number of duplicate rows: ", duplicate_rows_dataset.shape)

# Dropping the duplicates
print("\nDropping the duplicates")

drop_duplicates = dataset.drop_duplicates()

print("\ndrop_duplicates.head(25)")
print(drop_duplicates.head(25))

print("\ndrop_duplicates.shape")
print(drop_duplicates.shape)

dataset = drop_duplicates
dataset.columns = ['User Name'])

print("\nall_data.columns")
print(all_data.columns)

df3 = pd.merge(dataset, all_data, how='inner', left_on='User Name', right_on='studienr')

print("\ndf3")
print(df3.head())

print("\ndf3.shape")
print(df3.shape)