Python 使用数据帧从字典中仅选择所需的键

我有一个产品的数据框架和它们的状态如下

数据帧：

products    status
11  sale
22  sale
33  notsale
44  notsale
55  notsale
66  removed
77  removed
88  notsale
99  sale
222 sale
333 removed
444 removed
555 notsale

我还有一个用户数据字典，里面有一个用户和他们感兴趣的产品列表

{1: [11,22,33,555,33], 2:[33,66,77,88,99],3:[11,88,99,222,333,555],4:[333,33,444,44],5:[333,444,22,33,44,55,66]}

我需要做的是，删除状态为

removed

的产品，以及上述词典中用户感兴趣的副本

预期产出：

{1: [11,22,33,555,], 2: [33, 88,99], 3:[11,88,99,222,555], 4: [33, 44], 5: [22, 33,44,55]}

首先按已删除的

值进行筛选，然后在
dict comprehension
中将值转换为
set
以获得唯一值，然后删除
a
的值：

a = df.loc[df['status'] == 'removed', 'products'].tolist()
print (a)
[66, 77, 333, 444]

d = {1: [11,22,33,555,33], 2:[33,66,77,88,99], 
     3:[11,88,99,222,333,555], 4:[333,33,444,44],5:[333,444,22,33,44,55,66]}

d1 = {k: list(set(v)-set(a)) for k, v in d.items()}
print (d1)
{1: [33, 11, 22, 555], 2: [88, 33, 99], 
 3: [11, 555, 99, 222, 88], 4: [33, 44], 5: [33, 44, 22, 55]}

编辑：

对于通过多个Keywor进行过滤，请使用：

如果我必须删除
removed
和
notsale
？？
a = df.loc[df['status'].isin(['removed', 'notsale']), 'products'].tolist()