Python 如何按多列集筛选数据帧？

有没有一种方法可以通过比较多个列和一组元组来过滤大型数据帧，其中元组中的每个元素对应于不同的列值？ 例如，是否有一个

.isin（）

方法将数据帧的多列与一组元组进行比较

例如：

df = pd.DataFrame({
    'a': [1, 1, 1],
    'b': [2, 2, 0],
    'c': [3, 3, 3],
    'd': ['not', 'relevant', 'column'],
})

# Filter the DataFrame by checking if the values in columns [a, b, c] match any tuple in value_set
value_set = set([(1,2,3), (1, 1, 1)])

new_df = ??  # should contain just the first two rows of df

您可以使用，但首先必须通过前3列创建元组：

print (df[df[['a','b','c']].apply(tuple, axis=1).isin(value_set)])

或将列转换为索引并使用：

另一个想法是使用by helper

DataFrame

by相同的3列名称的内部联接，然后

on

参数应该省略，因为通过两个df的列名称的交点联接：

print (df.merge(pd.DataFrame(value_set, columns=['a','b','c'])))
   a  b  c         d
0  1  2  3       not
1  1  2  3  relevant

print (df.merge(pd.DataFrame(value_set, columns=['a','b','c'])))
   a  b  c         d
0  1  2  3       not
1  1  2  3  relevant