从数据框中提取数据

Question

我有一个要从数据集中检索数据的列表。

以下是列表：

packed = [1, 5, 8, 2, 3, 3, 7, 3, 7, 7, 4, 6, 3]

这是数据集

有两个数量较多的商品，即3和7

我想提取那些不在打包列表中的行。在这种情况下，它的两倍为7（剩余3已在列表中） 我怎样才能做到这一点？我试过了，但这不起作用

new_df= data[~data["Pid"].isin(packed)].reset_index(drop=True)

Answer 1

将GroupBy.cumcount与助手DataFrame一起使用，将merge与左联接和indicator=True一起使用，最后由boolean indexing进行过滤：

packed = [1, 5, 8, 2, 3, 3, 7, 3, 7, 7, 4, 6, 3]
df1 = pd.DataFrame({'Pid':packed})
df1['g'] = df1.groupby('Pid').cumcount()
print (df1)
    Pid  g
0     1  0
1     5  0
2     8  0
3     2  0
4     3  0
5     3  1
6     7  0
7     3  2
8     7  1
9     7  2
10    4  0
11    6  0
12    3  3

data['g'] = data.groupby('Pid').cumcount()
new_df = data[data.merge(df1, indicator=True, how='left')['_merge'].eq('left_only')]