Python 3.x 基于具有重复项的列值选择dataframe的行

我有这样的数据帧

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

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])

以及具有重复项的客户id值列表，例如[1,2,2]。基于这些值，我希望得到一个数据帧，其中customer_id等于列表中的一个值，但如果我在列表中得到一个重复的值，我希望行中有重复的值，例如，对于[1,2,2]，我的输出应该是

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

我试过这样的东西

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

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])

---

此代码正常工作，但我的df很大，因此此代码的工作时间很长，我是否可以对其进行优化？

使用您想要的ID创建另一个虚拟数据帧：

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

    customer_id
0   1
1   2
2   2

并将其与给定数据帧合并：

df.merge(df2)

预期结果：

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

最重要的是：您的代码可以工作，但对于大数据来说速度非常慢。处理时间长的原因是for循环要优化它，您应该始终以矢量化为目标。

df.merge（pd.DataFrame（{'customer\u id'：[1,2,2]}，on='customer\u id'）

。