找出一系列整数中的跳过值

【问题标题】：Find out skipped values in a Series of integers找出一系列整数中的跳过值
【发布时间】：2021-04-04 07:39:24
【问题描述】：

我的数据框中有一列是不包含重复的客户 ID。 id 系列从整数 1 开始，到 4003 结束。如以下输出所示，有 4 个 id 编号被跳过。我想要一些帮助来找出它们是什么。提前致谢！

df['customer_id'].describe()
Out[150]: 
count     3999
unique    3999
top       4003
freq         1
Name: customer_id, dtype: int64

【问题讨论】：

标签： python pandas dataframe indexing

【解决方案1】：

下面以dataframe为例：

In [2454]: df
Out[2454]: 
   customer_id
0            1
1            2
2            3
3            4
4            5
5            8
6            9
7           10

你可以使用set symmetric difference:

In [2437]: a = df['customer_id'].tolist()
In [2431]: b = [x for x in range(a[0], a[-1] + 1)]

In [2438]: missing_vals = list(set(a) ^ set(b))

In [2439]: missing_vals
Out[2439]: [6, 7]

【讨论】：

【解决方案2】：

假设 dtype 是 int（似乎是这种情况），看起来我们可以在这里从 numpy 使用setdiff1d：

c_id = df['customer_id']
missing_ids = np.setdiff1d(np.arange(c_id.min(), c_id.max()+1), c_id)

【讨论】：