按列表中(不在)中的索引值对 Pandas 数据框进行切片 [英] Slice Pandas dataframe by index values that are (not) in a list

问题描述

我有一个 pandas 数据框，df.

I have a pandas dataframe, df.

我想选择 df 中不在列表中的所有索引，黑名单.

I want to select all indices in df that are not in a list, blacklist.

现在，我使用列表理解来创建要切片的所需标签.

Now, I use list comprehension to create the desired labels to slice.

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

工作正常，但如果我需要经常这样做可能会很笨拙.

Works fine, but may be clumsy if I need to do this often.

有没有更好的方法来做到这一点?

Is there a better way to do this?

推荐答案

使用 isin 在索引上并反转布尔索引以执行标签选择:

Use isin on the index and invert the boolean index to perform label selection:

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

这篇关于按列表中(不在)中的索引值对 Pandas 数据框进行切片的文章就介绍到这了，希望我们推荐的答案对大家有所帮助，也希望大家多多支持IT屋！