基于索引补集的大Pandas元素提取

Question

我有一个数据帧，从中选择两个子集df，df_a和df_b。例如在iris数据集中：

df_a = iris[iris.Name == "Iris-setosa"]
df_b = iris[iris.Name == "Iris-virginica"]

获得iris中既不在df_a中也不在df_b中的所有元素的最佳方法是什么？我不喜欢引用定义df_a和df_b的原始条件。我只是假设df_a和df_b是iris的子集，所以我想基于df_a和df_b的索引从iris中提取元素。基本上，假设：

df_a = get_a_subset(iris)
df_b = get_b_subset(iris)
# retrieve the subset of iris that 
# has all elements not in df_a or in df_b
# ...

编辑：这里有一个解决方案，看起来效率低下，不优雅，我相信熊猫有更好的方法：

# get subset of iris that is not in a nor in b
df_rest = iris[map(lambda x: (x not in df_a.index) & (x not in df_b.index), iris.index)]

还有第二个：

df_rest = iris.ix[iris.index - df_a.index - df_b.index]

如何在熊猫身上做到最有效/最优雅？谢谢。

Answer 1

这似乎比你的第二个解决方案快一点。使用.ix编制索引时会有更多的开销：

df[~df.index.isin(df_a.index+df_b.index)]