如何基于索引提取DataFrame 2中独有的5行数据？

高效直接的解法 #

由于你的两个DataFrame均以日期为索引，且DataFrame 2的新增行索引不存在于DataFrame 1中，直接通过索引差集即可快速提取目标行：

# 获取DataFrame 2独有的索引
unique_indices = df2.index.difference(df1.index)
# 根据索引提取对应行
unique_rows = df2.loc[unique_indices]

这种方法利用Pandas优化后的索引结构，效率远高于merge操作，逻辑也完全匹配你的需求——仅提取DataFrame 2中索引不在DataFrame 1内的行。

对已有尝试方法的分析 #

• 左外连接merge：可行但效率低，因为表连接涉及更多底层运算，对于仅需索引匹配的场景属于冗余操作。
• 拼接后去重：稳定性差，仅当两个DataFrame无内部重复行/索引时才可能生效，否则会误删有效数据。
• 减法方法：你提到的就是上述的索引差集操作，本质是集合运算，df2.index.difference(df1.index)等价于取df2索引减去df1索引的结果，精准对应你需要的新增行。

额外验证（针对日期索引） #

如果你的索引是datetime类型，该方法依然适用，可通过以下代码验证结果范围：

print(df1.index.max())  # 输出：2020-02-20
print(unique_indices)   # 输出：2020-02-21至2020-02-25的日期索引

内容的提问来源于stack exchange，提问作者Bhushan Patil