我很难应用列表理解和groupby函数来子集化Pandas Dataframe 。
我的 Dataframe 有一列“患者ID”，其中包含患者ID列表，例如.25001。患者（25001）将具有多行。因此，对于该示例，具有10，000行m可能仅包含10名患者的数据。我想获取列表patidList并返回一个 Dataframe ，其中仅包含“patid”列中的值与 Dataframe 的patid列中的一个patid匹配。
我已经用这段代码对 Dataframe 进行了子集化，我知道这段代码在速度上有点瓶颈，我已经大大减少了这个例子中列表和 Dataframe 的大小，这只是为了练习：

class TestClass():

    def __init__(self):
        dictExample = {
            "patid" : ["25001", "25001", "25001", "999", "999"],
            "interesting_stuff" : ["a","b","c","d","e"]
        }
        self.ioDF = pd.DataFrame(dictExample)

    def someMethod(self):
        patidList = ["25001"]
        reducedDF = self.ioDF.loc[self.ioDF['patid'].isin(patidList)]

testClass = TestClass()
testClass.someMethod()

但是，有人建议我使用列表理解和groupby函数可以加快速度。我不知道如何做到这一点。请注意：我对这里的速度很感兴趣，我已经在多核上运行了，即使从列表到元组的速度有一小部分提高，那也是有贡献的。