如何在保留对应key值的前提下找出两个DataFrame产品列的差异？

直接用集合操作会丢失key关联信息，用pandas的isin()方法可以高效筛选出df2中product列不在df1里的行，同时完整保留对应的key值。

步骤代码 #

首先修正你代码里的拼写错误（pd.Dataframe应为pd.DataFrame），然后执行筛选：

import pandas as pd

# 定义两个DataFrame
df1 = pd.DataFrame({"product":['apples', 'bananas', 'oranges', 'kiwi']})
df2 = pd.DataFrame({"product":['apples', 'aples', 'appples', 'banans', 'oranges', 'kiwki'], "key": [1, 2, 3, 4, 5, 6]})

# 筛选df2中product不在df1里的行
result_df = df2[~df2['product'].isin(df1['product'])]

筛选结果 #

执行后result_df的内容为：

product  key
1     aples    2
2   appples    3
3    banans    4
5     kiwki    6

转换成你想要的列表格式 #

如果需要输出成你指定的列表形式，可提取列数据：

product_list = result_df['product'].tolist()
key_list = result_df['key'].tolist()

print(f"result = {product_list}[{key_list}]")

输出结果：

result = ['aples', 'appples', 'banans', 'kiwki'][[2, 3, 4, 6]]

原理说明 #

df2['product'].isin(df1['product'])会生成一个布尔序列，标记df2的product是否存在于df1中；前面加~取反，就能筛选出不存在的行，完美保留key与product的关联关系，避免集合操作丢失信息的问题。

内容的提问来源于stack exchange，提问作者Dominique Barnes