如何找出第一个DataFrame中独有的非None值（与第二个对比）

问题场景 #

现有两个包含2列的DataFrame：

df1              df2
AAA  BBB         AAA  KKK
BBB  CCC         BBB  LLL
CCC  FFF         CCC  FFF 
DDD  None        None None 

需要找出df1中存在但df2中不存在的非None值，预期结果为DDD。

实现方法 #

以下是基于Pandas的两种可行方案：

方案一：集合差集法

先提取两个DataFrame的所有非None值并转为集合，再通过集合的差集操作直接得到结果：

import pandas as pd
import numpy as np

# 构造示例DataFrame
df1 = pd.DataFrame({'AAA': ['AAA', 'BBB', 'CCC', 'DDD'], 'BBB': ['BBB', 'CCC', 'FFF', np.nan]})
df2 = pd.DataFrame({'AAA': ['AAA', 'BBB', 'CCC', np.nan], 'KKK': ['KKK', 'LLL', 'FFF', np.nan]})

# 提取非None值并转集合
df1_non_null = set(df1.stack().dropna())
df2_non_null = set(df2.stack().dropna())

# 计算差集并输出
result = df1_non_null - df2_non_null
print(list(result)[0])  # 输出: DDD

方案二：isin筛选法

将DataFrame转为一维Series后，用isin判断元素是否存在于df2的非None值中，再筛选出不符合条件的元素：

import pandas as pd
import numpy as np

# 构造示例DataFrame
df1 = pd.DataFrame({'AAA': ['AAA', 'BBB', 'CCC', 'DDD'], 'BBB': ['BBB', 'CCC', 'FFF', np.nan]})
df2 = pd.DataFrame({'AAA': ['AAA', 'BBB', 'CCC', np.nan], 'KKK': ['KKK', 'LLL', 'FFF', np.nan]})

# 提取所有非None值的一维序列
df1_flat = df1.stack().dropna()
df2_flat = df2.stack().dropna()

# 筛选出不在df2中的元素
unique_values = df1_flat[~df1_flat.isin(df2_flat)].unique()
print(unique_values[0])  # 输出: DDD

代码说明 #

• stack()：将二维DataFrame转为一维Series，统一处理所有列的元素
• dropna()：过滤掉所有None/NaN类型的空值
• 集合差集/isin操作：高效判断元素的存在性，快速定位目标值

内容的提问来源于stack exchange，提问作者beginner