# 示例数据集
import pandas as pd

df1 = pd.DataFrame({'ID': [1, 2, 3, 4],
                    'Name': ['Alice', 'Bob', 'Charlie', 'David']})

df2 = pd.DataFrame({'ID': [1, 3, 4, 5],
                    'Age': [20, 30, 25, 35]})

# 方法一：使用merge函数
merged_df = pd.merge(df1, df2, on='ID', how='inner')

# 方法二：使用isin函数
common_ids = set(df1['ID']).intersection(set(df2['ID']))
new_df1 = df1[df1['ID'].isin(common_ids)]
new_df2 = df2[df2['ID'].isin(common_ids)]

两种方法的作用都是找到2个数据框之间ID变量相同的行，然后将包含这些行的新数据框返回。使用方法一需要进行数据框合并，会创建一个包含2个数据框所有列的新数据框，但使用方法二不需要进行数据框合并，可以直接删除不包含对应ID变量的行。