Python中如何找出两个结构不同的DataFrame之间的差异？

当两个DataFrame的索引、列不完全一致时，compare()方法确实无法直接使用——它要求两者结构完全匹配。下面给你两种实用的方法来找出双方独有的内容：

方法一：用merge结合indicator参数（推荐） #

这个方法能清晰区分出仅在第一个DataFrame（左表）或仅在第二个DataFrame（右表）中存在的行，同时保留所有列（缺失值用NaN填充）。

示例代码 #

import pandas as pd

# 构造两个结构不同的示例DataFrame
df1 = pd.DataFrame({
    'A': [1, 2, 3],
    'B': ['x', 'y', 'z']
}, index=[0, 1, 2])

df2 = pd.DataFrame({
    'A': [2, 3, 4],
    'C': ['p', 'q', 'r']
}, index=[1, 2, 3])

# 外连接合并两个DataFrame，添加_merge列标记行的来源
merged_df = pd.merge(df1, df2, how='outer', indicator=True)

# 筛选仅在df1中存在的行
only_in_df1 = merged_df[merged_df['_merge'] == 'left_only'].drop('_merge', axis=1)

# 筛选仅在df2中存在的行
only_in_df2 = merged_df[merged_df['_merge'] == 'right_only'].drop('_merge', axis=1)

原理说明 #

• how='outer'会保留两个DataFrame的所有行，不存在的列自动填充NaN；
• indicator=True生成的_merge列会标记每行的来源：left_only（仅df1）、right_only（仅df2）、both（两边都有）；
• 最后通过过滤_merge列并删除该列，就能得到各自独有的内容。

方法二：用concat结合duplicated找不重复行 #

如果需要以“行内容是否完全重复”为标准找独有内容，可以用这个方法：

示例代码 #

import pandas as pd

# 给每个DataFrame添加来源标记，方便后续区分
df1_marked = df1.assign(source='df1')
df2_marked = df2.assign(source='df2')

# 合并两个标记后的DataFrame
combined_df = pd.concat([df1_marked, df2_marked])

# 找出重复的行（忽略source列，keep=False标记所有重复行）
duplicate_rows = combined_df.duplicated(subset=combined_df.columns.difference(['source']), keep=False)

# 筛选出不重复的行（即双方独有的内容）
unique_rows = combined_df[~duplicate_rows]

# 拆分回各自的独有内容
only_in_df1 = unique_rows[unique_rows['source'] == 'df1'].drop('source', axis=1)
only_in_df2 = unique_rows[unique_rows['source'] == 'df2'].drop('source', axis=1)

额外：找列的差异 #

如果需要查看两个DataFrame独有的列，可以直接用列名的差集：

# df1独有的列
df1_unique_cols = df1.columns.difference(df2.columns)
# df2独有的列
df2_unique_cols = df2.columns.difference(df1.columns)

内容的提问来源于stack exchange，提问作者Utkarsh Singh