Slice熊貓數據框按標籤不在列表中

Question

我有一個pandas數據幀，df。

我想選擇df所有指數是在列表中沒有，blacklist.

現在，我使用列表解析創建所需的標籤切片。

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

工作正常，但如果我經常需要這樣做可能很笨拙。

有沒有更好的方法來做到這一點？

Answer 1

對指數使用isin和反轉布爾指數進行標籤的選擇：

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 實際上，在上述和ILOC都採取一個布爾陣列，在這種情況下，mask。從現在開始，你可以重複使用這個面具，應該更有效率。

Answer 3

你可以使用set()來製作自己的原創指數和那些要刪除的區別：

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

它擁有的是簡約的，以及更易於優勢比列表理解閱讀。

Answer 4

感謝ASGM;我發現，我需要把設定成一個列表，使其與一個多指標的工作：

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，無法發表評論，代表不足）