pandas.DataFrame排除特定行

使用Python进行数据分析时，经常要使用到的一个数据结构就是pandas的DataFrame

如果我们想要像Excel的筛选那样，只要其中的一行或某几行，可以使用isin()方法，将需要的行的值以列表方式传入，还可以传入字典，指定列进行筛选。

但是如果我们只想要所有内容中不包含特定行的内容，却并没有一个isnotin()方法。我今天的工作就遇到了这样的需求，经常查找之后，发现只能换种方式使用isin()来实现这个需求。

示例如下：

In [3]: df = pd.DataFrame([['GD', 'GX', 'FJ'], ['SD', 'SX', 'BJ'], ['HN', 'HB'
   ...: , 'AH'], ['HEN', 'HEN', 'HLJ'], ['SH', 'TJ', 'CQ']], columns=['p1', 'p2
   ...: ', 'p3'])

In [4]: df
Out[4]:
    p1   p2   p3
0   GD   GX   FJ
1   SD   SX   BJ
2   HN   HB   AH
3  HEN  HEN  HLJ
4   SH   TJ   CQ

如果只想要p1为GD和HN的两行，可以这么做：

In [8]: df[df.p1.isin(['GD', 'HN'])]
Out[8]:
   p1  p2  p3
0  GD  GX  FJ
2  HN  HB  AH

但是如果我们想要除了这两行之外的数据，就需要绕点路了。

原理是先把p1取出并转换为列表，然后再从列表中去不需要的行（值）去除，然后再在DataFrame中使用isin()

In [9]: ex_list = list(df.p1)

In [10]: ex_list.remove('GD')

In [11]: ex_list.remove('HN')

In [12]: ex_list
Out[12]: ['SD', 'HEN', 'SH']

In [13]: df[df.p1.isin(ex_list)]
Out[13]:
    p1   p2   p3
1   SD   SX   BJ
3  HEN  HEN  HLJ
4   SH   TJ   CQ