如何在Pandas中比较多个DataFrame并提取df3独有的值

给定三个DataFrame：

df1:
Test
1
2
3

df2:
Test
4
5
6

df3:
Test
4
7
8

要提取df3中独有的、不存在于df1和df2里的值，这里提供两种简洁的实现方式：

方法一：使用pandas原生方法 #

import pandas as pd

# 合并df1和df2的Test列，得到所有已存在的值的集合
existing_values = pd.concat([df1['Test'], df2['Test']]).unique()

# 筛选df3中不在现有值集合里的数据
unique_values = df3[~df3['Test'].isin(existing_values)]['Test'].tolist()

print(unique_values)  # 输出：[7, 8]

方法二：利用集合运算 #

# 将各DataFrame的Test列转为集合
set_df3 = set(df3['Test'])
set_others = set(df1['Test']).union(set(df2['Test']))

# 求集合差集，得到df3独有的值
unique_values = list(set_df3 - set_others)

print(unique_values)  # 输出：[7, 8]

两种方法都能得到目标结果，第一种更贴合pandas的DataFrame操作逻辑，第二种借助集合的差集运算，代码更简洁直观。

内容的提问来源于stack exchange，提问作者Reem .H