Python中如何提取Pandas DataFrame剩余数据？pd.merge是否可行？

方法1：使用pd.merge解决 #

完全可以用pd.merge实现需求，通过左连接+匹配标记筛选的方式：

import pandas as pd

# 假设你的两个数据集为df1（100名学生）、df2（20名学生）
merged_df = pd.merge(df1, df2, on=['Student ID', 'Students Name'], how='left', indicator=True)
# 筛选仅在df1中存在的记录，并移除标记列
result_df = merged_df[merged_df['_merge'] == 'left_only'].drop(columns='_merge')

原理：左连接（how='left'）会保留df1的所有行，_merge列会标记每行的匹配状态——left_only代表该行仅存在于df1中，筛选这类行即可得到剩余80名学生的数据。

方法2：利用isin做布尔索引（更简洁） #

如果Student ID是唯一标识（不会重复），可以直接用布尔索引筛选，代码更简洁：

# 生成筛选掩码：取反df1中ID在df2里的情况
mask = ~df1['Student ID'].isin(df2['Student ID'])
result_df = df1[mask]

方法3：concat+drop_duplicates #

通过合并两个数据集后删除重复项，也能得到目标结果：

combined = pd.concat([df1, df2])
# 保留仅出现一次的记录（即df1独有的数据）
result_df = combined.drop_duplicates(subset=['Student ID', 'Students Name'], keep=False)

内容的提问来源于stack exchange，提问作者whitehat