按列表中（不）的索引值对 Pandas dataframe 进行切片

Question

我有一个pandas dataframe, df 。

我想要 select df中不在列表、 blacklist.

现在，我使用列表理解来创建所需的切片标签。

ix=[i for i in df.index if i not in blacklist]  
df_select=df.loc[ix]

工作正常，但如果我需要经常这样做可能会很笨拙。

有一个更好的方法吗？

Answer 1

在索引上使用isin并反转布尔索引以执行标签选择：

In [239]:

df = pd.DataFrame({'a':np.random.randn(5)})
df
Out[239]:
          a
0 -0.548275
1 -0.411741
2 -1.187369
3  1.028967
4 -2.755030
In [240]:

t = [2,4]
df.loc[~df.index.isin(t)]
Out[240]:
          a
0 -0.548275
1 -0.411741
3  1.028967

Answer 2

您可以使用set()来创建原始索引和要删除的索引之间的差异：

df.loc[set(df.index) - set(blacklist)]

它的优点是简洁，并且比列表理解更容易阅读。

Answer 3

感谢 ASGM； 我发现我需要将集合变成一个列表才能使其与 MultiIndex 一起使用：

mi1 = pd.MultiIndex.from_tuples([("a", 1), ("a", 2), ("b", 1), ("b", 2)])
df1 = pd.DataFrame(data={"aaa":[1,2,3,4]}, index=mi1)
setValid = set(df1.index) - set([("a", 2)])
df1.loc[list(setValid)] # works
df1.loc[setValid] # fails

（抱歉不能评论，代表不足）

Answer 4

您可以使用 difference() 来获取原始索引与要排除的索引之间的差异：

df.loc[df.index.difference(blacklist), :]

它的优点是更容易阅读。

Answer 5

import pandas as pd
df = pd.DataFrame(data=[5,6,7,8], index=[1,2,3,4], columns=['D',])
blacklist = [2,3]
#your current way ...
ix=[i for i in df.index if i not in blacklist]  
df_select=df.loc[ix]

# use a mask
mask = [True if x else False for x in df.index if x not in blacklist]
df.loc[mask]

http://pandas.pydata.org/pandas-docs/dev/indexing.html#indexing-label实际上， loc 和 iloc 都采用布尔数组，在这种情况下为mask 。 从现在开始你可以重复使用这个面具，应该会更有效率。

Answer 6

如果您正在寻找一种选择条件之外的所有行的方法，您可以使用np.invert() ，因为条件返回一个布尔数组。

df.loc[np.invert(({condition 1}) & (condition 2))]

Answer 7

在query中，您可以使用@访问您的变量blacklist ：

df.query('index != @blacklist')

# Or alternatively:
df.query('index not in @blacklist')

Answer 8

df = pd.DataFrame(data=[5,6,7,8], index=[1,2,3,4], columns=['D',])
blacklist = [2,3]

df.drop(blacklist,0)

Answer 9

您可以使用np.setdiff1d function 找到两个 arrays 的集合差异。

index = np.array(blacklist)
not_index = np.setdiff1d(df.index.to_numpy(), index)
df.iloc[not_index]