如何移除Pandas Series中与另一个Series共有的元素？

别灰心！这个问题真的有超简单的解决办法，我给你列几个最实用的方案，肯定能解决你的困扰：

方法1：布尔索引 + isin()（最推荐，保留原索引） #

这是最直观且完全匹配你需求的方法，利用isin()判断元素是否存在于另一个Series，再用~取反筛选出不需要删除的元素：

import pandas as pd

ser1 = pd.Series([1, 2, 3, 4, 5])
ser2 = pd.Series([4, 5, 6, 7, 8])

# 筛选出ser1中不在ser2里的元素
result = ser1[~ser1.isin(ser2)]
print(result)

输出结果和你期望的完全一致：

0    1
1    2
2    3
dtype: int64

方法2：结合np.intersect1d和drop（适配你之前的思路） #

你之前用np.intersect1d找共有值的方向是对的，出错大概率是因为直接用值去删除，而不是对应的索引。试试这个修正后的版本：

import pandas as pd
import numpy as np

ser1 = pd.Series([1, 2, 3, 4, 5])
ser2 = pd.Series([4, 5, 6, 7, 8])

# 找到两个Series的共有值
common_values = np.intersect1d(ser1, ser2)
# 定位ser1中共有值对应的索引并删除
result = ser1.drop(ser1[ser1.isin(common_values)].index)
print(result)

这个方法先精准定位共有值，再删除它们在ser1中的对应索引，同样能得到你要的结果。

方法3：用Pandas自带的difference()方法（简洁但会重置索引） #

如果不需要保留原索引，Pandas的difference()方法可以直接求差集，一步到位：

import pandas as pd

ser1 = pd.Series([1, 2, 3, 4, 5])
ser2 = pd.Series([4, 5, 6, 7, 8])

result = ser1.difference(ser2)
print(result)

输出会自动排序并重置索引：

0    1
1    2
2    3
dtype: int64

总结 #

如果需要保留原索引，优先用方法1；如果想延续你之前用np.intersect1d的思路，用方法2修正即可；追求极简且不在意索引的话，方法3最方便。

内容的提问来源于stack exchange，提问作者JacobMarlo