如何获取两个DataFrame中不共享的行？（提取df1独有的行）

针对你的需求，这里提供几种实用的Pandas解决方案：

方法1：使用merge外连接+标记筛选 #

通过外连接两个DataFrame，利用indicator参数标记行的来源，再筛选出仅存在于df1的行：

import pandas as pd

# 假设df1、df2已初始化
merged_df = pd.merge(df1, df2, how='outer', indicator=True)
df3 = merged_df[merged_df['_merge'] == 'left_only'].drop(columns='_merge')

_merge列会标记行来自left_only（仅df1）、right_only（仅df2）或both（两者都有），筛选后删除标记列即可得到目标结果。

方法2：使用concat+去重 #

将两个DataFrame合并后，删除所有重复出现的行（因为df2的行都在df1中，重复行就是df2的内容）：

df3 = pd.concat([df1, df2]).drop_duplicates(keep=False)

keep=False会删除所有出现多次的行，剩下的就是df1中独有的数据，这个方法代码最简洁。

方法3：基于行元组的存在性判断 #

把每行数据转为元组，通过判断元组是否不在df2的元组集合中筛选：

# 将df1、df2的每行转为元组
df1_rows = df1.apply(tuple, axis=1)
df2_rows = df2.apply(tuple, axis=1)
# 筛选df1中不在df2里的行
df3 = df1[~df1_rows.isin(df2_rows)]

这个方法逻辑直观，但数据量较大时效率不如前两种方法。

内容的提问来源于stack exchange，提问作者Programming Noob