根据另一个数据集 (df2) 中的变量保留（过滤）df1 中的观察结果

Question

我有一个大型数据集（df1），每个用户有多个观察结果（600 万行），我只想查看某些用户的观察结果。所选用户列表来自另一个数据集 (df2)（4000 个用户）。 df1包含df2的所有内容。 这是简化的示例： df1: date_stata 小时用户
0 2023 年 3 月 20 日 9 点
1 20mar2023 9 a
2 2023 年 3 月 20 日 9 点
3 20mar2023 9 b
4 2023年3月20日 9 b 5 2023 年 3 月 20 日 12 点

df2： date_stata 小时用户
0个
1 c

我应该如何在 Python os Stata 中执行此操作？

我希望我的输出如下所示： date_stata 小时用户
0 2023 年 3 月 20 日 9 点
1 20mar2023 9 a
2 2023 年 3 月 20 日 9 点
3 2023 年 3 月 20 日 12 点

谢谢你

我尝试过： # 根据“用户”列中的匹配值过滤 DataFrame Filtered_df = df.merge(df2[['用户']], on='用户', how='内部') 并给了我错误的结果

Answer 1

如果没有适当的数据样本，很难在代码中给出完整的答案，但总的来说。

1. 创建一个逻辑掩码，仅当 df2 中的用户出现在 df1 中时该逻辑掩码为 True：

   logical_mask = df1['user'].isin(df2['user'])

2. 使用掩码过滤 df1：

   df_res = df1[logical_mask]