Slice熊猫数据框按标签不在列表中

Question

我有一个pandas数据帧，df。

我想选择df所有指数是在列表中没有，blacklist.

现在，我使用列表解析创建所需的标签切片。

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

工作正常，但如果我经常需要这样做可能很笨拙。

有没有更好的方法来做到这一点？

Answer 1

对指数使用isin和反转布尔指数进行标签的选择：

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

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，在上述和ILOC都采取一个布尔阵列，在这种情况下，mask。从现在开始，你可以重复使用这个面具，应该更有效率。

Answer 3

你可以使用set()来制作自己的原创指数和那些要删除的区别：

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

它拥有的是简约的，以及更易于优势比列表理解阅读。

Answer 4

感谢ASGM;我发现，我需要把设定成一个列表，使其与一个多指标的工作：

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，无法发表评论，代表不足）