我有一个熊猫数据框，它有一个用户id的“订户id”和一些其他信息的列表
我只想选择不在给定列表a中的订户
因此，如果我们的数据帧包含订阅者[1,2,3,4,5]的信息，而我的排除列表是[2,4,5]，那么我现在应该得到一个包含[1,3]信息的数据帧
我试过使用如下面具：
temp=df.mask（lambda x:x['subscriber\u id']不在订阅服务器中）
但是没有运气
我确信not in是有效的Python语法，因为我在下面的列表中测试了它：
c=[1,2,3,4,5]
如果5不在c中：
打印“耶”
&燃气轮机&燃气轮机；耶
有没有关于过滤数据帧的建议或替代方法
您可以使用isin方法：
[30]on
：df=pd.DataFrame（{'subscriber_id'：[1,2,3,4,5]}）
In[31]：df
Output[31]：
用户识别码
0 1
1 2
2 3
3 4
4 5
[5行x 1列]
At[32]on：mask=df['subscriber_id'].isin（[2,4,5]）
At[33]on：掩码
Output[33]：
0错误
1正确
2错误
3正确
4正确
名称：订户id，数据类型：bool
In[34]：df.loc[~mask]
Output[34]：
用户识别码
0 1
2 3
[2行x 1列]
如果使用df.mask，则输入必须是布尔NDFrame或数组lambda x:x['subscriber_id']不在订阅服务器中是一个函数，这就是它引发异常的原因
这里有一种方法可以使用df.mask，再次使用isin来形成布尔条件：
[43]on
：df['subscriber\u id'].mask（df['subscriber\u id'].isin（[2,4,5]）。值）
Output[43]：
0 1
1楠
2 3
3南
4楠
名称：订户id，数据类型：float64