如何用Pandas提取w_results中不在w_runnable的Item记录？

你可以通过两种方式实现需求：

方法一：基于现有merge结果筛选 #

在左连接之后，筛选出右表字段（比如Type_y或Score_y）为NaN的行，然后只保留左表的原始列，最后重命名列名恢复原样：

import pandas as pd

w_results = 'w_results.xlsx'
w_runnable = 'w_runnable.xlsx'

df_results_mylist = pd.read_excel(w_results, sheet_name='my_list')
df_runnable_mylist = pd.read_excel(w_runnable, sheet_name='my_list')

# 左连接，添加后缀区分左右表字段
left_join = pd.merge(df_results_mylist,
                     df_runnable_mylist,
                     on='Item',
                     how='left',
                     suffixes=('_left', '_right'))

# 筛选右表字段为空的行，保留左表原始列
unmatched_records = left_join[left_join['Type_right'].isna()][['Item', 'Type_left', 'Score_left']]
# 重命名列名
unmatched_records = unmatched_records.rename(columns={'Type_left': 'Type', 'Score_left': 'Score'})

print(unmatched_records)

方法二：直接用isin筛选（更简洁） #

直接判断左表的Item是否不在右表的Item集合中，一步筛选出目标记录：

import pandas as pd

w_results = 'w_results.xlsx'
w_runnable = 'w_runnable.xlsx'

df_results_mylist = pd.read_excel(w_results, sheet_name='my_list')
df_runnable_mylist = pd.read_excel(w_runnable, sheet_name='my_list')

# 筛选Item不在右表中的记录
unmatched_records = df_results_mylist[~df_results_mylist['Item'].isin(df_runnable_mylist['Item'])]

print(unmatched_records)

两种方法最终都会输出你需要的结果：

Item    Type  Score
2     paper   thing     24
4      lamp   thing      5
5   jessica  person     92
8     jacob  person     83

内容的提问来源于stack exchange，提问作者tadm123