Python Pandas-如果列值在列表（.csv）中，则从数据框中删除行

我有一个从SQL导入的pandas数据框，我想删除列表中列值所在的行，这些行是从csv文件中获取的。它看起来很简单，我查找了它，并使用

.isin（）

尝试了几种方法，但这并没有像我预期的那样起作用

例如，从SQL导入的数据帧如下所示，我们称之为df：

    SKU        Brand
0  AD31KL-A1   BrandA
1  BC31KL-B3   BrandB
2  DE31KL-D4   BrandC
3  FG31KL-F5   BrandD

我通过以下方式导入此列表：

df2 = pd.read_csv("list.csv")
list = df2.apply(lambda x: x.tolist(), axis=1)

假设我打印了列表，这是我看到的：

[BC31KL-B3]
[DE31KL-D4]
Length: 2, dtype: object

然后我使用以下方法：

df = df[~df.SKU.isin(list)]

我希望得到这个结果（删除第一行和第二行的初始df，因为它们在列表中）

然而，事实并非如此。我得到了与最初完全相同的df，没有掉线，也没有任何类型的错误消息。我做错了什么？
我认为列表中的数据和df列中的数据可能不是同一类型，我尝试了摆弄

astype（）

，但没有太大成功。也许我用错了

---

非常感谢您的帮助。谢谢

这条线似乎是你的问题：

list = df2.apply(lambda x: x.tolist(), axis=1)

df应用的结果是另一个df。假设.csv文件有一个名为SKU的列。您只能从该列中列出：

list = df2['SKU'].tolist()

下面的一些示例代码显示，只要在列/系列上调用

tolist（）

，就可以将一列值转换为列表：

# Well, I don't have list.csv, so let me just create a dataframe
df = pd.DataFrame( ['AD31KL-A1','BC31KL-B3','DE31KL-D4','FG31KL-F5' ], columns = ['SKU'] )
print(df)
list =  df['SKU'].tolist() 
print( list ) 

以下是表示list.csv的df：

         SKU
0  AD31KL-A1
1  BC31KL-B3
2  DE31KL-D4
3  FG31KL-F5

以下是清单：

['AD31KL-A1', 'BC31KL-B3', 'DE31KL-D4', 'FG31KL-F5']

最后，如果没有列名，只需通过其整数值获取第一列即可：

df = pd.DataFrame( ['AD31KL-A1','BC31KL-B3','DE31KL-D4','FG31KL-F5' ] )
print(df)
list =  df.iloc[:, 0].tolist()  # first column of dataframe
print( list ) 

---

这条线似乎是你的问题：

list = df2.apply(lambda x: x.tolist(), axis=1)

df应用的结果是另一个df。假设.csv文件有一个名为SKU的列。您只能从该列中列出：

list = df2['SKU'].tolist()

下面的一些示例代码显示，只要在列/系列上调用

tolist（）

，就可以将一列值转换为列表：

# Well, I don't have list.csv, so let me just create a dataframe
df = pd.DataFrame( ['AD31KL-A1','BC31KL-B3','DE31KL-D4','FG31KL-F5' ], columns = ['SKU'] )
print(df)
list =  df['SKU'].tolist() 
print( list ) 

以下是表示list.csv的df：

         SKU
0  AD31KL-A1
1  BC31KL-B3
2  DE31KL-D4
3  FG31KL-F5

以下是清单：

['AD31KL-A1', 'BC31KL-B3', 'DE31KL-D4', 'FG31KL-F5']

最后，如果没有列名，只需通过其整数值获取第一列即可：

df = pd.DataFrame( ['AD31KL-A1','BC31KL-B3','DE31KL-D4','FG31KL-F5' ] )
print(df)
list =  df.iloc[:, 0].tolist()  # first column of dataframe
print( list ) 

---

太好了，这看起来很有效，非常感谢！我不知道我的df.apply的结果是另一个df，而不是一个列表。太好了，这似乎起作用了，非常感谢！我不明白我的df.apply的结果是另一个df而不是一个列表。