Pandas如何从总表中高效筛选出另一表的值

在数据分析过程中，我们经常会遇到从一张总表中筛选出部分值的需求，这些值可能来自另一张表。Pandas中有几种方法可以实现这个需求，这里详细介绍使用merge()方法进行左连接的方式来高效完成这一任务。

先导入Pandas库:

python
import pandas as pd

然后读取需要筛选的值的表A和总表B:

python
df_a = pd.read_csv('table_a.csv')    
df_b = pd.read_csv('table_b.csv')

使用merge()方法以left join的方式连接表A和表B:

python 
df_merged = pd.merge(df_a， df_b， on='id'， how='left')

连接键这里选择id字段，how='left'指定左连接。这样，表A中的所有值都会在连接表df_merged中出现。而表B中额外的值，在df_merged中会以NaN值的形式出现。

接下来使用dropna()方法过滤掉这些NaN值:

python
df_filtered = df_merged.dropna()

最后，df_filtered表就会包含表B中也出现的表A的值。

这种方法实际上实现了一个筛选+去重的过程。通过在总表B中标记出现的值，并过滤掉未出现的值，达到从B表中筛选A表的值的目的。

Pandas的merge和join方法极为强大，可以完成两表之间各种类型的连接操作。熟练掌握它们是成为Pandas高手的必备技能。