在pandas中,可以使用isin()
函数和布尔索引来获取不包含在另一列中的一列中的id列表。
首先,假设我们有一个名为df
的DataFrame,其中包含两列:column1
和column2
。我们想要获取column1
中不包含在column2
中的id列表。
以下是实现这个目标的步骤:
import pandas as pd
data = {'column1': [1, 2, 3, 4, 5],
'column2': [3, 4, 5, 6, 7]}
df = pd.DataFrame(data)
isin()
函数和布尔索引来获取不包含在column2
中的id列表:id_list = df[~df['column1'].isin(df['column2'])]['column1'].tolist()
在上述代码中,~
操作符用于取反,isin()
函数用于检查column1
中的每个元素是否包含在column2
中。通过将~df['column1'].isin(df['column2'])
作为布尔索引,我们可以获取不包含在column2
中的行。最后,使用tolist()
函数将结果转换为列表。
完整的代码示例:
import pandas as pd
data = {'column1': [1, 2, 3, 4, 5],
'column2': [3, 4, 5, 6, 7]}
df = pd.DataFrame(data)
id_list = df[~df['column1'].isin(df['column2'])]['column1'].tolist()
print(id_list)
输出结果为:
[1, 2]
这样,我们就成功地从column1
中获取了不包含在column2
中的id列表。
腾讯云相关产品和产品介绍链接地址:
领取专属 10元无门槛券
手把手带您无忧上云