Python 在使用isin（）时，如何维护原始数据帧索引并保持输入列表的顺序？

我有以下数据帧：

g=pd.DataFrame（{'A'：[1,2,42,5,7]，'B'：[5,6,7,3,2]}）

am使用以下列表筛选数据帧：

list_values = [5,7,1]

并使用以下命令获得以下输出：

indexes = g[g['A'].isin(list_values)].index.values

输出

array([0, 3, 4], dtype=int64)

如何更改代码，使索引如下所示

array([3, 4, 0], dtype=int64)

本质上，我正在寻找一种方法，用一个列表过滤DF，并按照过滤器列表的顺序返回原始索引值

谢谢

我看了这个，但没有找到我想要的：

---

您可以使用ordered

CategoricalDtype

强制执行自定义排序顺序。排序后，返回5、7、1的所有索引

import pandas as pd

my_cat = pd.CategoricalDtype(categories=list_values, ordered=True)
#CategoricalDtype(categories=[5, 7, 1], ordered=True)

g.loc[g['A'].isin(list_values), 'A'].astype(my_cat).sort_values().index
#Int64Index([3, 4, 0], dtype='int64')

---

@阿洛兹-我想那没关系。重要的是保持不丢失原始索引值，并以与列表值相同的顺序返回列表。

np.array（[g.loc[g.a==i]。列表值中i的索引[0]）

仅当“a”中的值是唯一的并且列表中的所有元素都存在于“a”中时才起作用。@Asettisriharsha，谢谢我尝试了此操作，但得到了

属性错误：模块“pandas”没有属性“CategoricalDtype”

您使用的是哪个版本？@DavidCollins 0.25.0。我很确定它是从一个相当旧的版本开始存在的，比如

0.21.0

。太好了，谢谢！我用的是0.20.3。从未看到更新的理由。现在我做到了，而且做到了：1.0.1

import pandas as pd

my_cat = pd.CategoricalDtype(categories=list_values, ordered=True)
#CategoricalDtype(categories=[5, 7, 1], ordered=True)

g.loc[g['A'].isin(list_values), 'A'].astype(my_cat).sort_values().index
#Int64Index([3, 4, 0], dtype='int64')