检查元素列表是否在 DataFrame 列中

Question

目标：我有 200 个元素（url）的列表，我想检查每个元素是否在Dataframe的特定列中。 如果是，我想从列表中删除该元素。

问题：我正在尝试类似的解决方案，将那些不存在的列表添加到新列表中，但它会添加所有这些。

pruned = []
for element in list1:
    if element not in transfer_history['Link']:
        pruned.append(element)

我也尝试过我要求的解决方案，但没有成功。 我认为这是一件简单的事情，但我找不到关键。

for element in list1:
    if element in transfer_history['Link']:
        list1.remove(element)

Answer 1

当您与 pandas 系列一起使用in ， 您正在搜索索引，而不是值。 要解决此问题，请使用transfer_history['Link'].tolist()将列转换为列表，或者更好地将其转换为集合。

links = set(transfer_history["Link"])

过滤列表的好方法是这样的：

pruned = [element for element in list1 if element not in links]

迭代时不要从列表中删除元素，这可能会产生意想不到的结果。

Answer 2

请记住，您的transfer_history['Link']语法是整个列本身。 您需要使用另一个数组transfer_history['Link'][x]来调用列中的每个项目。 使用 for 循环遍历列中的每个项目。

或者更简单的方法是检查该项目是否在一个由整个列组成的列表中，并带有一个衬里：

pruned = []
for element in list1:
    if element not in [link for link in transfer_history['Link']]:
        pruned.append(element)

Answer 3

如果 url 的顺序无关紧要，可以使用集合来简化很多：

list1 = list(set(list1) - set(transfer_history['Link']))