如何在Pandas合并操作中获取被排除的数据行？

你需要的是左反连接效果：从第一个数据集（付费用户）中提取所有在第二个数据集里没有匹配项的记录，以下用Pandas给出两种实用方案：

方法1：使用merge+indicator参数 #

这种方法适合需要基于多列匹配的场景，能明确标记每条记录的来源：

import pandas as pd

# 构造示例数据集
premium_users = pd.DataFrame({
    'user_id': [1, 2, 3, 4],
    'username': ['alice', 'bob', 'charlie', 'david']
})

# 对比数据集（比如包含已匹配的付费用户+其他用户）
comparison_users = pd.DataFrame({
    'user_id': [3, 4, 5, 6],
    'username': ['charlie', 'david', 'eve', 'frank']
})

# 执行左连接并添加来源标记列
merged_result = premium_users.merge(
    comparison_users,
    on='user_id',  # 如果是多列匹配，改成on=['user_id', 'email']即可
    how='left',
    indicator=True
)

# 筛选仅存在于付费用户数据集的记录，即不匹配的1、2类数据
non_matched_df = merged_result[merged_result['_merge'] == 'left_only'].drop(columns='_merge')

方法2：使用isin+取反操作 #

如果只需要基于单个键（比如user_id）筛选，这种方法更简洁高效：

# 直接筛选user_id不在对比数据集中的记录
non_matched_df = premium_users[~premium_users['user_id'].isin(comparison_users['user_id'])]

两种方法最终都会得到包含user_id为1、2的新DataFrame，完全符合你的需求。

内容的提问来源于stack exchange，提问作者Rf Rizki