檢查元素列表是否在 DataFrame 列中

Question

目標：我有 200 個元素（url）的列表，我想檢查每個元素是否在Dataframe的特定列中。 如果是，我想從列表中刪除該元素。

問題：我正在嘗試類似的解決方案，將那些不存在的列表添加到新列表中，但它會添加所有這些。

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

我也嘗試過我要求的解決方案，但沒有成功。 我認為這是一件簡單的事情，但我找不到關鍵。

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

Answer 1

當您與 pandas 系列一起使用in ， 您正在搜索索引，而不是值。 要解決此問題，請使用transfer_history['Link'].tolist()將列轉換為列表，或者更好地將其轉換為集合。

links = set(transfer_history["Link"])

過濾列表的好方法是這樣的：

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

迭代時不要從列表中刪除元素，這可能會產生意想不到的結果。

Answer 2

請記住，您的transfer_history['Link']語法是整個列本身。 您需要使用另一個數組transfer_history['Link'][x]來調用列中的每個項目。 使用 for 循環遍歷列中的每個項目。

或者更簡單的方法是檢查該項目是否在一個由整個列組成的列表中，並帶有一個襯里：

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

Answer 3

如果 url 的順序無關緊要，可以使用集合來簡化很多：

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