Python 如何删除数据框列中与另一列中的字匹配的字

我试图删除pandas数据框列中的字符串的一部分，这些字符串在另一列中存在（匹配），这些值用逗号分隔，可以是一个或多个。我想用字符串的剩余部分创建一个新列。以下是迄今为止可复制的示例和我的代码：

import pandas as pd

df = pd.DataFrame({
    'Country' : ['Germany, France, Brazil, India, Russia','Russia, France, 
   Jamaica, India, China',
                 'Germany, Russia, Jamaica','Italy, Jamaica'],
    'Exclude' : ['France, Brazil','India, Russia','Jamaica','Italy']})

print(df)

打印数据框：

                                  Country         Exclude
0  Germany, France, Brazil, India, Russia  France, Brazil
1   Russia, France, Jamaica, India, China   India, Russia
2                Germany, Russia, Jamaica         Jamaica
3                          Italy, Jamaica           Italy

我想创建“Output”列，其中包含“Exclude”列中不存在的国家的名称。所以我试着：

df['Output'] = df['Country'].replace(to_replace=r'\b'+df['Exclude']+r'\b', 
value='',regex=True)

期望输出：

Country                                    Exclude              Output
0  Germany, France, Brazil, India, Russia  France, Brazil       Germany, India, Russia
1  Russia, France, Jamaica, India, China   India, Russia        France, Jamaica, China
2  Germany, Russia, Jamaica                Jamaica              Germany, Russia 
3  Italy, Jamaica                          Italy                Jamaica

它完成了一半的工作，就像当“排除”列中的文本正好出现在“国家”中时匹配，但当顺序与“排除”列中的顺序不同时不起作用。例如，它在第二行上不起作用。 在发布问题之前，我花了很多时间，尝试了一些其他方法，我发现类似的问题，但在这种情况下它们没有帮助。

---

请提供帮助。

使用

设置每行拆分值的差异
，并应用
：

f=lambda x: ', '.join(set(x['Country'].split(', ')).difference(set(x['Exclude'].split(', '))))
df['Out'] = df.apply(f, axis=1)

或使用
zip
进行列表理解：

df['Out'] = ([', '.join(set(a.split(', ')).difference(set(b.split(', ')))) 
                  for a, b in zip(df['Country'], df['Exclude'])])


如果订单很重要：

df['Out'] = [', '.join(x for x in a.split(', ') if x not in set(b.split(', '))) 
                    for a, b in zip(df['Country'], df['Exclude'])]
print (df)
                                  Country         Exclude  \
0  Germany, France, Brazil, India, Russia  France, Brazil   
1   Russia, France, Jamaica, India, China   India, Russia   
2                Germany, Russia, Jamaica         Jamaica   
3                          Italy, Jamaica           Italy   

                      Out  
0  Germany, India, Russia  
1  France, Jamaica, China  
2         Germany, Russia  
3                 Jamaica  

令人惊叹的！！！，工作起来很有魅力，谢谢，这正是所需要的。除了格式是个人的选择（虽然我确实认为它比目前的：p更可读）-你不需要将
b.split（）
转换为
set.difference
接受任何可替换项，例如：
df['Out'] = [', '.join(x for x in a.split(', ') if x not in set(b.split(', '))) 
                    for a, b in zip(df['Country'], df['Exclude'])]
print (df)
                                  Country         Exclude  \
0  Germany, France, Brazil, India, Russia  France, Brazil   
1   Russia, France, Jamaica, India, China   India, Russia   
2                Germany, Russia, Jamaica         Jamaica   
3                          Italy, Jamaica           Italy   

                      Out  
0  Germany, India, Russia  
1  France, Jamaica, China  
2         Germany, Russia  
3                 Jamaica