python - 通过 id 列表过滤 pandas 数据框

Question

我有一个 pandas 数据框，其中包含用户 ID 的“subscriber_id”列表和一些其他信息。

我只想选择不在给定列表 A 中的订阅者。

因此，如果我们的数据框包含订阅者 [1,2,3,4,5] 的信息，而我的排除列表是 [2,4,5]，我现在应该得到一个包含 [1,3] 信息的数据框

我试过如下使用面具:

temp = df.mask(lambda x: x['subscriber_id'] 不在订阅者中)

但没有运气!

我确信 not in 是有效的 Python 语法，因为我在如下列表中对其进行了测试:

c = [1,2,3,4,5]
if 5 not in c:
    print 'YAY'
>> YAY

过滤数据框的任何建议或替代方法？

Answer 1

你可以使用 isin 方法:

In [30]: df = pd.DataFrame({'subscriber_id':[1,2,3,4,5]})

In [31]: df
Out[31]: 
   subscriber_id
0              1
1              2
2              3
3              4
4              5

[5 rows x 1 columns]

In [32]: mask = df['subscriber_id'].isin([2,4,5])

In [33]: mask
Out[33]: 
0    False
1     True
2    False
3     True
4     True
Name: subscriber_id, dtype: bool

In [34]: df.loc[~mask]
Out[34]: 
   subscriber_id
0              1
2              3

[2 rows x 1 columns]

---

如果您使用df.mask，那么输入必须是 bool 型NDFrame 或数组。 lambda x: x['subscriber_id'] not in subscribers 是一个函数，这就是它引发异常的原因。

这是您可以使用 df.mask 的一种方法，同样使用 isin 来形成 bool 条件:

In [43]: df['subscriber_id'].mask(df['subscriber_id'].isin([2,4,5]).values)
Out[43]: 
0     1
1   NaN
2     3
3   NaN
4   NaN
Name: subscriber_id, dtype: float64