如何获取pandas DataFrame中不在指定索引列表内的元素？

嗨，我来帮你搞定这个需求！针对你给出的示例代码，要获取不在ind（即[1,2,3]）里的索引对应的DataFrame元素，有几个实用的方案，我给你详细说下：

方法1：用isin()配合取反符号~ #

这是最常用的布尔索引方法，思路是先判断每个索引是否在ind里，再取反得到不在列表中的索引，最后筛选行：

import pandas as pd
import numpy as np

A = np.linspace(10, 100, 10)
A = pd.DataFrame(A, columns=["A"])
ind = [x for x in range(1, 4)]  # 即[1,2,3]

# 获取不在ind中的行
result = A[~A.index.isin(ind)]
print(result)

解释：A.index.isin(ind)会返回一个布尔数组，标记每个索引是否属于ind；~符号会把布尔值反转，这样就得到了所有不在ind里的索引对应的布尔值，用这个数组筛选DataFrame就能得到目标行。

方法2：用drop()方法直接移除指定索引 #

如果你不介意创建一个新的DataFrame（或者直接修改原数据），可以用drop()方法删除ind中的索引，剩下的就是你要的内容：

# 方法2：drop移除指定索引
result = A.drop(ind)
print(result)

解释：drop()方法默认按索引删除行，传入ind列表就会删除这些索引对应的行，返回剩下的部分。注意如果要直接修改原DataFrame，可以加上inplace=True参数（但一般不推荐，尽量保留原数据）。

方法3：用索引的difference()方法取差集 #

利用pandas索引的集合操作，直接获取原索引和ind的差集，再用loc筛选：

# 方法3：索引差集
result = A.loc[A.index.difference(ind)]
print(result)

解释：A.index.difference(ind)会返回原索引中不在ind里的所有索引，然后用loc根据这些索引筛选行，逻辑非常直观。

这三种方法都能得到你想要的结果（索引0、5、6、7、8、9对应的行），你可以根据自己的代码场景选择最合适的一种~

内容的提问来源于stack exchange，提问作者hellowolrd