将字典列表与数据框进行比较，显示缺失值。

Question

我有一个字典列表

example_list = [{'email':'[e-mail]'},{'email':'[e-mail]'}]

我需要一个带有“邮箱”列的数据框，并将其与列表进行比较，返回不在数据框中的值。

我可以遍历列表，在数据框中检查，但我正在寻找一种更Pythonic的方式，也许使用列表推导式或可能在数据框中使用map函数？

- matthew.collins

---

以下回答有没有帮到您？如果有，请考虑接受（左侧的绿色勾号），或者要求澄清。 - jpp

Answer 1

为了返回那些不在DataFrame.email中的值，这里有一些涉及集合差分操作的选项——

np.setdiff1d

emails = [d['email'] for d in example_list)]
diff = np.setdiff1d(emails, df['Email'])   # returns a list

---

set.difference

# returns a set
diff = set(d['email'] for d in example_list)).difference(df['Email'])

- cs95

---

“set”方法可以利用元素的哈希。但是很明显，“df['Email']”没有预先哈希。所以我的问题是，哈希是否会隐式发生，还是根本不会发生？ - jpp

@jpp，我懂你的意思...是的，在大多数情况下，这样构建会更快，经验会告诉我们...试试吧！ - cs95

Answer 2

一种方法是从另一个中获取一个set。对于功能性解决方案，您可以使用operator.itemgetter：

from operator import itemgetter

res = set(map(itemgetter('email'), example_list)) - set(df['email'])

注意，- 是 set.difference 的语法糖。

- jpp

Answer 3

最终我将列表转换为数据框，通过合并其中一列来比较两个数据框，并从缺失值中创建一个数据框。

例如：

    example_list = [{'email':'[e-mail]'},{'email':'[e-mail]'}]
    df_two = pd.DataFrame(item for item in example_list)
    common = df_one.merge(df_two, on=['Email'])
    df_diff = df_one[(~df_one.Email.isin(common.Email))]

- matthew.collins