如何为Pandas差异DataFrame添加来源标识列（Removed/Added）？

核心思路 #

先给两个DataFrame分别添加来源标记列，再合并后基于原始数据列去重——这样既能保留差异行的来源标识，又不会破坏原有的去重逻辑。

具体代码 #

1. 为原始DataFrame添加标记列（用copy()避免修改原数据）

# 复制原数据，避免改动原始df1/df2
df1_marked = df1.copy()
df1_marked['change_type'] = 'Removed'

df2_marked = df2.copy()
df2_marked['change_type'] = 'Added'

2. 合并并按原始列去重

# 合并带标记的两个DataFrame
combined_df = pd.concat([df1_marked, df2_marked])

# 提取所有原始数据列（排除新增的标记列）
original_cols = [col for col in combined_df.columns if col != 'change_type']

# 仅基于原始列判断重复，保留完全不重复的差异行
new_dataframe = combined_df.drop_duplicates(subset=original_cols, keep=False)

关键说明 #

指定subset=original_cols是核心：去重时只会对比原始数据的列，不会把change_type的差异当成行的差异，保证和你之前的去重逻辑完全一致。最终的new_dataframe里，来自df1的行标记为Removed，来自df2的行标记为Added，同时只保留两个表中完全不重复的行。

内容的提问来源于stack exchange，提问作者ijoubert21