Python 使用来自另一个df的多个条件创建数据帧布尔索引

我试图识别两个df之间的行，它们在同一行的某些列中共享相同的值

例如：

import pandas as pd
df = pd.DataFrame([{'energy': 'power', 'id': '123'}, {'energy': 'gas', 'id': '456'}])
df2 = pd.DataFrame([{'energy': 'power', 'id': '456'}, {'energy': 'power', 'id': '123'}])

df=

df2=

因此，我试图从df中获取行，其中energy&id与df2中的同一行完全匹配。 如果我这样做，我会得到一个错误的结果：

df2.loc[(df2['energy'].isin(df['energy'])) & (df2['id'].isin(df['id']))]

因为这将匹配df2的2行，而我希望只匹配power/123

如何基于另一个df行使用多个“动态”条件进行布尔索引，并匹配另一个df中相同行的值

---

希望清楚

看起来像内部合并：

df.merge（df2）

？当然，您可以选择要连接的公共键，看起来像内部合并：

df.merge（df2）

？当然，你可以选择joinYes的公共键。确实，如果你想同时进行标准布尔索引和合并，你需要2行而不是1行，但是效果很好。我想会有另一个选择，但让我们保持这样。感谢这样的工作确实，如果你想做标准布尔索引和合并，你需要2行而不是1行，但它工作得很好，我想会有另一个选择，但让我们保持这样。谢谢

pd.merge(df, df2, on=['id','energy'], how='inner')

df2.loc[(df2['energy'].isin(df['energy'])) & (df2['id'].isin(df['id']))]

pd.merge(df, df2, on=['id','energy'], how='inner')