如何过滤DataFrame中不在多个DataFrame列表中的行？

核心思路 #

把所有需要排除的path列合并成一个统一序列，再一次性判断索引是否在该序列中，就能用列表批量处理任意数量的DataFrame，彻底摆脱硬编码。

具体代码 #

1. 定义包含目标DataFrame的列表（可按需添加更多）：

dfs_to_exclude = [df2, df3]

2. 合并所有列表中DataFrame的path列：

import pandas as pd
all_excluded_paths = pd.concat([df['path'] for df in dfs_to_exclude], ignore_index=True)

3. 过滤原DataFrame：

df = df[~df.index.isin(all_excluded_paths)]

简化写法（一步到位） #

如果不需要保留中间变量，可以直接合并成一行：

dfs_to_exclude = [df2, df3]
df = df[~df.index.isin(pd.concat([d['path'] for d in dfs_to_exclude], ignore_index=True))]

说明 #

这种写法和原代码逻辑完全一致：排除所有索引出现在任意一个目标DataFrame的path列中的行。后续要添加更多需要排除的DataFrame，只需往dfs_to_exclude列表里追加即可，无需修改过滤逻辑。

内容的提问来源于stack exchange，提问作者simpatico