如何找出基准DataFrame中未出现在另一数据集的insight_id？

你的代码逻辑刚好和需求相反——当前代码是筛选df_1中出现在df_2里的insight_id，要得到未出现的结果，需要对isin的结果取反，同时去重避免重复输出。

方法一：取反筛选+去重 #

import pandas as pd

# 假设df_1和df_2已加载完成
# 筛选insight_id不在df_2中的行，提取对应列并去重
result = df_1.loc[~df_1['insight_id'].isin(df_2['insight_id']), 'insight_id'].drop_duplicates()
# 转为目标格式输出
print(result.to_frame())

方法二：集合差集运算（高效简洁） #

import pandas as pd

# 提取两个数据集的insight_id集合，计算差集
unique_df1_ids = set(df_1['insight_id'])
unique_df2_ids = set(df_2['insight_id'])
diff_ids = unique_df1_ids - unique_df2_ids

# 转为目标格式的DataFrame
result = pd.DataFrame({'insight_id': list(diff_ids)})
print(result)

两种方法都能得到预期输出：

insight_id
0     ABC124

内容的提问来源于stack exchange，提问作者johnnydoe