前言

大家在使用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，关于python中pandas.DataFrame的基本操作，大家可以查看这篇文章。

pandas.DataFrame排除特定行

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]: dfOut[4]: p1 p2 p30 GD GX FJ1 SD SX BJ2 HN HB AH3 HEN HEN HLJ4 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 p30 GD GX FJ2 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_listOut[12]: ['SD', 'HEN', 'SH']In [13]: df[df.p1.isin(ex_list)]Out[13]: p1 p2 p31 SD SX BJ3 HEN HEN HLJ4 SH TJ CQ

总结

以上就是这篇文章的全部内容了，希望本文的内容对大家的学习或者使用python能带来一定的帮助，如果有疑问大家可以留言交流，谢谢大家对的支持。