如何用Pandas找出两DataFrame中ID匹配但其他共有列不匹配的行并剔除OID列

给定两个Pandas DataFrame：

import pandas as pd

dict1 = [{"ID": "1", "name": "tim", "OID": "12"}, 
        {"ID": "2", "name": "bob", "OID": "22"},
        {"ID": "3", "name": "rob",  "OID": "33"},
        ]

dict2 = [{"ID": "1", "name": "tim", "wrongkey": "no", "OID": "12"}, 
        {"ID": "2", "name": "difname", "wrongkey": "no", "OID": "22"},
        {"ID": "4", "name": "rob", "wrongkey": "no", "OID": "33"},
        ]

df1 = pd.DataFrame(data=dict1)
df2 = pd.DataFrame(data=dict2)

需要筛选出df2中满足以下条件的行：

• ID与df1中的ID匹配
• 两DataFrame共有的、剔除OID列之外的列（即name）存在不匹配
  最终仅保留ID和name列，期望输出：

ID     name
0  2  difname

通过合并DataFrame并对比差异的方式实现，步骤如下：

1. 提取对比列并合并
   提取df1中用于对比的ID和name列，与df2按ID做内连接，确保只保留两个DataFrame中ID匹配的行，同时给df1的name列加后缀区分：

merged_df = df2.merge(df1[['ID', 'name']], on='ID', how='inner', suffixes=('', '_df1'))

2. 筛选不匹配的行
   对比合并后的name和name_df1列，筛选出内容不一致的行，再只保留ID和name列：

result = merged_df[merged_df['name'] != merged_df['name_df1']][['ID', 'name']].reset_index(drop=True)

3. 查看结果
   执行print(result)即可得到期望输出：

ID     name
0  2  difname

也可以将步骤合并为一行代码：

result = df2.merge(df1[['ID', 'name']], on='ID', how='inner').query('name_x != name_y')[['ID', 'name_x']].rename(columns={'name_x':'name'}).reset_index(drop=True)

内容的提问来源于stack exchange，提问作者ajd018