如何用Python获取三元韦恩图166黄色区域的实际数据？

假设你的三个DataFrame都有一个用来匹配的主键列（比如id、user_id这类唯一标识列），要找出仅在dfA中存在、同时不在dfB和dfC里的数据，按以下步骤来：

• 第一步：先把dfA和dfB做左连接，筛选出dfA中没有在dfB里匹配到的行
• 第二步：把第一步的结果再和dfC做左连接，筛选出没有在dfC里匹配到的行，最终得到的就是仅属于dfA的数据集（对应你图里的166黄色区域）

具体代码示例（以user_id作为匹配列）：

# 筛选dfA中不在dfB的数据
a_excl_b = dfA.merge(dfB, on='user_id', how='left', indicator=True)
a_excl_b = a_excl_b[a_excl_b['_merge'] == 'left_only'].drop(columns='_merge')

# 从上面的结果中再排除dfC的数据，得到仅属于A的部分
only_a = a_excl_b.merge(dfC, on='user_id', how='left', indicator=True)
only_a = only_a[only_a['_merge'] == 'left_only'].drop(columns='_merge')

# 验证数量是否为166
print(len(only_a))

如果你的黄色区域是其他独有的部分（比如仅属于dfB或dfC），只需要替换对应的DataFrame即可，逻辑完全一致。

要是你想找三个DataFrame的共同交集（韦恩图中间的重叠区域），用三次inner连接就行：

common_data = dfA.merge(dfB, on='user_id').merge(dfC, on='user_id')

内容的提问来源于stack exchange，提问作者Mark Heptonstall