如何正确计算Pandas DataFrame中非互斥数据的长度？

我来帮你搞定这个问题！你现在的代码返回整个DataFrame的长度6，问题出在isin()的参数使用上，咱们一步步理清楚：

错误原因分析 #

你写的代码是：

len(df1['ID'].isin(df2['ID'] == False))

这里的df2['ID'] == False是在判断df2中的每个ID字符串是否等于布尔值False，这完全不是你想要的“判断df1的ID是否存在于df2中”的逻辑。isin()拿到的是一堆错误的布尔值，最后用len()去计算这个布尔Series的长度，自然得到的是df1的总行数6。

正确的解决方法 #

我们需要先让isin()接收df2的ID列，判断df1的每个ID是否在df2里，再取反得到“不在df2里的ID”的布尔Series，最后统计这些True的数量或者筛选后取长度。

方法一：筛选后取长度

# 筛选出df1中ID不在df2里的行，再求长度
len(df1[~df1['ID'].isin(df2['ID'])])

方法二：统计布尔值的数量

因为布尔值中True等价于1，False等价于0，所以可以直接用sum()统计True的个数：

# 取反后统计True的数量
(~df1['ID'].isin(df2['ID'])).sum()

补充说明 #

按照你给出的df1和df2数据，df1中不在df2里的ID是7878aa、6565dd、4158hf，总共3个，所以正确结果应该是3，你写的期望输出2可能是笔误哦~

内容的提问来源于stack exchange，提问作者Mick