Python 将字典列表与dataframe进行比较，显示缺少的值

我有一份字典清单

example_list = [{'email':'myemail@email.com'},{'email':'another@email.com'}]

以及带有“电子邮件”列的数据框

我需要将列表与数据帧进行比较，并返回不在数据帧中的值

---

我当然可以遍历列表，检查数据帧，但我正在寻找一种更具python风格的方法，可能使用列表理解，或者在数据帧中使用map函数？

来返回那些不在数据帧中的值。电子邮件，这里有两个选项涉及设置差异操作-

np.setdiff1d

---

set.difference

---

一种方法是从另一个

集合中获取一个
。对于功能解决方案，您可以使用
运算符。itemgetter
：

from operator import itemgetter

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

注
-
是
集合的语法糖。差异
我最终将列表转换为一个数据帧，通过将两个数据帧合并到一列来比较它们，然后用缺少的值创建一个数据帧

比如说

    example_list = [{'email':'myemail@email.com'},{'email':'another@email.com'}]
    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))]

set
方法可以使用元素散列。但是显然，
df['Email']
不是预先散列的。所以我的问题是散列是隐式发生的，还是根本不发生？@jpp啊，我明白了。。。是的，在大多数情况下，像这样构建会更快，经验表明。。。试试看！下面的答案之一有用吗？如果是这样，考虑一下（左边的绿色蜱），或者要求澄清。
from operator import itemgetter

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

    example_list = [{'email':'myemail@email.com'},{'email':'another@email.com'}]
    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))]