Python 按给定列表的顺序重复选择dataframe的行，并保留原始索引

在查看文档和之后，我仍然无法找到根据所有这些条件从数据帧中选择行的方法：

• 按给定列的值列表中给定的顺序返回行
• 返回重复行（与列表中的重复值关联）
• 保留原始索引
• 忽略数据帧中不存在的列表值

举个例子，让我们

df = pd.DataFrame({'A': [5, 6, 3, 4], 'B': [1, 2, 3, 5]})
df

     A   B
0    5   1
1    6   2
2    3   3
3    4   5

让

list_of_values = [3, 4, 6, 4, 3, 8]

然后我想得到以下数据帧：

     A   B
2    3   3
3    4   5
1    6   2
3    4   5
2    3   3

---

我怎样才能做到这一点？看起来很有希望，因为它是我发现的唯一一个保留原始索引的索引，但它不适用于重复。关于如何修改/概括它有什么想法吗？

这里有一种使用

合并
的方法：

list_df = pd.DataFrame({"A": list_of_values, "order": range(len(list_of_values))})

pd.merge(list_df, df, on="A").sort_values("order").drop("order", axis=1)

输出为：

   A  B
0  3  3
2  4  5
4  6  2
3  4  5
1  3  3

我们必须先将
索引指定为一列来保留它，这样我们才能
在编码后设置索引
：

list_of_values = [3, 4, 6, 4, 3, 8]
df2 = pd.DataFrame({'A': list_of_values, 'order': range(len(list_of_values))})

dfn = (
    df.assign(idx=df.index)
    .merge(df2, on='A')
    .sort_values('order')
    .set_index('idx')
    .drop('order', axis=1)
)


如果要删除索引名（
idx
），请使用
rename\u axis
：

dfn = dfn.rename_axis(None)

   A  B
2  3  3
3  4  5
1  6  2
3  4  5
2  3  3

我有一个列缩进的问题，但看看A和B-似乎和你要找的是一样的。问题不在列中，而是在索引中。谢谢，这确实有效。至于重命名索引，我假设
dfn.index=dfn.index.rename（“”
）也可以，但它肯定更详细。
dfn = dfn.rename_axis(None)

   A  B
2  3  3
3  4  5
1  6  2
3  4  5
2  3  3