Python 熊猫中如何根据多列快速选择数据帧

我想按多列值筛选行

例如，给定以下数据帧

import pandas as pd
df = pd.DataFrame({"name":["Amy", "Amy", "Amy", "Bob", "Bob",],
                  "group":[1, 1, 1, 1, 2],
                   "place":['a', 'a', "a", 'b', 'b'],
                    "y":[1, 2, 3, 1, 2]
})

print(df)

原始数据帧：

name  group place  y
0  Amy      1     a  1
1  Amy      1     a  2
2  Amy      1     a  3
3  Bob      1     b  1
4  Bob      2     b  2

我想在

selectRow

中选择满足列组合[

name

，

group

，

place

]的样本

selectRow=[[“艾米”，1，“a”]，[“艾米”，2，“b”]]

然后，

预期的数据帧是：

  name  group place  y
0  Amy      1     a  1
1  Amy      1     a  2
2  Amy      1     a  3

我已经试过了，但我的方法效率不高，而且运行了很长时间，特别是当原始数据帧中有很多样本时

我的简单方法：

newdf = pd.DataFrame({})
for item in (selectRow):
    print(item)
    tmp = df.loc[(df['name'] == item[0]) & (df['group'] == item[1]) &  (df['place'] == item[2])]
    newdf = newdf.append(tmp)
newdf = newdf.reset_index( drop = True)
newdf.tail()
print(newdf)

希望有一个有效的方法来实现它
 尝试使用
isin
：

print(df[df['name'].isin(list(zip(*selectRow))[0]) & df['group'].isin(list(zip(*selectRow))[1]) & df['place'].isin(list(zip(*selectRow))[2])])