我有一个像这样的数据框:
+--------+-------+--------------------+-------------------+
| id1| id2| body| created_at|
+--------+-------+--------------------+-------------------+
|1 | 4|....................|2017-10-01 00:00:05|
|2 | 3|....................|2017-10-01 00:00:05|
|3 | 2|....................|2017-10-01 00:00:05|
|4 | 1|....................|2017-10-01 00:00:05|
+--------+-------+--------------------+-------------------+
我想使用 id1 和 id2 来过滤表格。例如，获取 id1=1, id2=4 和 id1=2, id2=3 的行。
目前，我正在使用循环为 df.filter() 生成一个巨大的查询字符串，即 ((id1 = 1) and (id2 = 4)) 或 (( id1 = 2) 和 (id2 = 3))。只是想知道是否有更合适的方法来实现这一点？
请您参考如下方法:
您可以生成一个辅助 DF(表格):
时间:
+--------+-------+
| id1| id2|
+--------+-------+
|1 | 4|
|2 | 3|
+--------+-------+
然后加入他们:
SELECT a.*
FROM tab a
JOIN tmp b
ON (a.id1 = b.id1 and a.id2 = b.id2)
其中 tab 是您的原始 DF，已注册为表格
