你可以重置索引，然后将dataframe转换为flatten numpy数组，最后检查索引是否在数组中：

m = mrna_kirp.index.isin(np.hstack([gmt_c4.columns.values, gmt_c4.reset_index().values.ravel()]))
out = mrna_kirp[m]

输出：

>>> out
       TCGA.2K.A9WE.01  TCGA.2Z.A9J1.01  TCGA.2Z.A9J3.01  TCGA.2Z.A9J5.01
A1BG            391.94            68.91             71.9            325.6
A1CF              8.00            75.00             28.0             47.0
A2BP1             1.00             0.00             33.0              4.0

>>> m
array([ True,  True,  True, False])

性能：

# @jezrael solution 1:
>>> %timeit mrna_kirp[mrna_kirp.index.isin(np.unique(gmt_c4.stack().reset_index()))]
2.49 ms ± 137 µs per loop (mean ± std. dev. of 7 runs, 100 loops each)

# @jezrael solution 2:
>>> %timeit mrna_kirp.loc[mrna_kirp.index.intersection(np.unique(gmt_c4.stack().reset_index()), sort=False)]
2.52 ms ± 12.8 µs per loop (mean ± std. dev. of 7 runs, 100 loops each)

# @Corralien
>>> %timeit mrna_kirp[mrna_kirp.index.isin(np.hstack([gmt_c4.columns.values, gmt_c4.reset_index().values.ravel()]))]
1.62 ms ± 50.09 µs per loop (mean ± std. dev. of 7 runs, 1000 loops each)

使用stack的解决方案比使用.values.flatten()慢。

注意：但是，您可能需要修改gmt_c4 Dataframe 的加载方式，而不是检查列名中的值。似乎列名是一个数据记录？如果使用CSV/Excel文件，请使用header=None作为pd.read_csv/pd.read_excel的参数。

对于gmt_c4的MultiIndex、columns和values中的任何值的匹配，使用DataFrame.stack与Series.reset_index和numpy.unique，并在boolean indexing中进行过滤：

out = mrna_kirp[mrna_kirp.index.isin(np.unique(gmt_c4.stack().reset_index()))]
print (out)
       TCGA.2K.A9WE.01  TCGA.2Z.A9J1.01  TCGA.2Z.A9J3.01  TCGA.2Z.A9J5.01
A1BG            391.94            68.91             71.9            325.6
A1CF              8.00            75.00             28.0             47.0
A2BP1             1.00             0.00             33.0              4.0

详情：

print (np.unique(gmt_c4.stack().reset_index()))
['A1BG' 'A1CF' 'A2BP1' 'ADCY3' 'AGPS' 'AQP5' 'AQP7' 'BMP10' 'BMS1' 'BPHL'
 'BTD' 'CYP2D6' 'DDX11' 'EEF1AKMT3' 'EIF5B' 'F2RL3' 'FGF18' 'FIG4' 'GRIK5'
 'GTSE1' 'HMGN4' 'HNRNPL' 'HTR1B' 'IL16' 'KIFC3' 'KLRC4' 'LORICRIN'
 'LTBP4' 'MASP2' 'MORF_ATRX' 'MORF_BCL2' 'MORF_BCL2L11' 'MORF_BNIP1'
 'MORF_CCNF' 'MORF_ERCC2' 'MUTYH' 'NRTN' 'PEX3' 'PIGF' 'PLEKHB1' 'PVR'
 'S100A5' 'SEC31A' 'SFSWAP' 'SLC6A2' 'SYT5' 'TAF5L' 'TMEM11' 'TPP2' 'UTRN'
 'http://www.gsea-msigdb.org/gsea/msigdb/human/geneset/MORF_ATRX'
 'http://www.gsea-msigdb.org/gsea/msigdb/human/geneset/MORF_BCL2'
 'http://www.gsea-msigdb.org/gsea/msigdb/human/geneset/MORF_BCL2L11'
 'http://www.gsea-msigdb.org/gsea/msigdb/human/geneset/MORF_BNIP1'
 'http://www.gsea-msigdb.org/gsea/msigdb/human/geneset/MORF_CCNF'
 'http://www.gsea-msigdb.org/gsea/msigdb/human/geneset/MORF_ERCC2']

与Index.intersection和DataFrame.loc类似：

out = mrna_kirp.loc[mrna_kirp.index.intersection(np.unique(gmt_c4.stack().reset_index()), sort=False)]
print (out)
       TCGA.2K.A9WE.01  TCGA.2Z.A9J1.01  TCGA.2Z.A9J3.01  TCGA.2Z.A9J5.01
A1BG            391.94            68.91             71.9            325.6
A1CF              8.00            75.00             28.0             47.0
A2BP1             1.00             0.00             33.0              4.0

为了提高性能，请使用用途：

vals = np.append(np.ravel(gmt_c4.reset_index()), gmt_c4.columns).astype(str)
out = mrna_kirp[mrna_kirp.index.isin(vals)]

另一个关于集合的想法：

vals = set(np.ravel(gmt_c4.reset_index())).union(gmt_c4.columns)
out = mrna_kirp[mrna_kirp.index.isin(vals)]

对于数据的完整性性能（真实的上应该是不同的）：

In [29]: %timeit mrna_kirp[mrna_kirp.index.isin(np.unique(gmt_c4.stack().reset_index()))]
3.1 ms ± 95 µs per loop (mean ± std. dev. of 7 runs, 100 loops each)

In [30]: %timeit mrna_kirp.loc[mrna_kirp.index.intersection(np.unique(gmt_c4.stack().reset_index()), sort=False)]
3.41 ms ± 136 µs per loop (mean ± std. dev. of 7 runs, 100 loops each)

In [31]: %timeit mrna_kirp[mrna_kirp.index.isin(np.append(np.ravel(gmt_c4.reset_index()), gmt_c4.columns).astype(str))]
2.08 ms ± 11.8 µs per loop (mean ± std. dev. of 7 runs, 100 loops each)

In [32]: %timeit mrna_kirp[mrna_kirp.index.isin(set(np.ravel(gmt_c4.reset_index())).union(gmt_c4.columns))]
2.05 ms ± 23.3 µs per loop (mean ± std. dev. of 7 runs, 100 loops each)

#Corralien solution
In [33]: %timeit mrna_kirp[mrna_kirp.index.isin(np.hstack([gmt_c4.columns.values, gmt_c4.reset_index().values.ravel()]))]
2.08 ms ± 73.3 µs per loop (mean ± std. dev. of 7 runs, 100 loops each)

下面的代码应该可以工作-

mrna_kirp.apply(lambda x: x if np.isin(x.name, np.array(list(map(list, gmt_c4.index.values)))) else None, axis=1).dropna()

我已经把代码分成了几个小部分，试图更好地理解我是如何开发的。

np.array(list(map(list, gmt_c4.index.values))))

这一行帮助将元组数组转换为ndarray。访问多索引将返回一个元组数组。默认情况下，多索引是这样的-

array([('MORF_BCL2', 'http://www.gsea-msigdb.org/gsea/msigdb/human/geneset/MORF_BCL2', 'ADCY3', 'SYT5', 'LTBP4', 'A1BG', 'AQP5', 'AQP7'),
       ('MORF_BNIP1', 'http://www.gsea-msigdb.org/gsea/msigdb/human/geneset/MORF_BNIP1', 'PVR', 'ADCY3', 'BMP10', 'NRTN', 'S100A5', 'IL16'),
       ('MORF_BCL2L11', 'http://www.gsea-msigdb.org/gsea/msigdb/human/geneset/MORF_BCL2L11', 'LORICRIN', 'PVR', 'A2BP1', 'FGF18', 'BMP10', 'F2RL3'),
       ('MORF_CCNF', 'http://www.gsea-msigdb.org/gsea/msigdb/human/geneset/MORF_CCNF', 'A1CF', 'EIF5B', 'TMEM11', 'EEF1AKMT3', 'PEX3', 'HMGN4'),
       ('MORF_ERCC2', 'http://www.gsea-msigdb.org/gsea/msigdb/human/geneset/MORF_ERCC2', 'SEC31A', 'BTD', 'GRIK5', 'EIF5B', 'TMEM11', 'BPHL'),
       ('MORF_BCL2', 'http://www.gsea-msigdb.org/gsea/msigdb/human/geneset/MORF_BCL2', 'ADCY3', 'SYT5', 'LTBP4', 'UTRN', 'AQP5', 'AQP7'),
       ('MORF_BCL2L11', 'http://www.gsea-msigdb.org/gsea/msigdb/human/geneset/MORF_BCL2L11', 'LORICRIN', 'PVR', 'KLRC4', 'FGF18', 'BMP10', 'F2RL3'),
       ('MORF_CCNF', 'http://www.gsea-msigdb.org/gsea/msigdb/human/geneset/MORF_CCNF', 'BMS1', 'EIF5B', 'TMEM11', 'EEF1AKMT3', 'PEX3', 'HMGN4')],
      dtype=object)

我需要使用np.isin来检查从 * mrna_kirp * 中提取的索引是否作为元组中的值存在。isin不能在元组数组中做我们想要的事情，所以我们将其转换为正确的格式。
我们使用apply函数遍历 * mrna_kirp * Dataframe ，并使用 * row.name * 检索每个行的索引，并为此设置 * axis = 1 *。
最后，当 * mrna_kirp * 的行索引在 * gmt_c4 * 中找不到时，我们使用dropna删除None值。