基于指定列对比两个DataFrame，返回另一DataFrame中不存在的行——以cust_id列对比df1与df2为例

嘿，我来帮你搞定这个需求！这里有两种实用的方法可以实现你的目标，直接看代码和解释吧：

第一步：先构造示例数据 #

首先我们先把你给出的df1和df2用pandas构造出来，方便后续测试：

import pandas as pd

# 构造df1
df1 = pd.DataFrame({
    'name': ['cxa', 'cxb', 'cxc', 'cxd'],
    'cust_id': ['c1001', 'c1002', 'c1003', 'c1004']
})

# 构造df2
df2 = pd.DataFrame({
    'name': ['cxa', 'cxb', 'cxc', 'cxd', 'cxe', 'cxf'],
    'cust_id': ['c1001', 'c1002', 'c1003', 'c1004', 'c1005', 'c1006'],
    'qty': [10, 20, 10, 15, 20, 20]
})

方法一：用isin()+取反（最直观） #

这是最简单直接的方式，先拿到df1的所有cust_id，再筛选df2中不在这个列表里的行：

# 获取df1的cust_id集合
df1_custs = df1['cust_id']

# 筛选目标行：~表示取反，即"不在列表里"
result = df2[~df2['cust_id'].isin(df1_custs)]

print(result)

方法二：用merge()左连接（适合复杂关联场景） #

如果后续需要更复杂的表关联操作，这种方法扩展性更好：

# 左连接两个表，只关联cust_id列，添加_merge标记列
merged = df2.merge(df1[['cust_id']], on='cust_id', how='left', indicator=True)

# 筛选出只有df2存在的行，然后删掉标记列
result = merged[merged['_merge'] == 'left_only'].drop('_merge', axis=1)

print(result)

最终输出结果 #

两种方法运行后都会得到你想要的结果：

name cust_id  qty
4   cxe   c1005   20
5   cxf   c1006   20

内容的提问来源于stack exchange，提问作者Sam