如何在Pandas中对两个DataFrame执行类似MINUS查询的操作？

下面给你几种可行的实现方式，包括你问的merge方法，以及修复pandasql报错的方案：

方法一：用merge实现（适配你不确定共同列的场景） #

因为MINUS是整行对比，直接用merge做左连接，自动匹配所有列名一致的列，标记出只在df1中存在的行即可：

import pandas as pd

# 你的两个DataFrame示例
df_1 = pd.DataFrame({
    'Last': ['Thompson', 'Miller', 'Bryant', 'Jones'],
    'First': ['Aaron', 'James', 'Samuel', 'Richard'],
    'Role': ['Developer', 'Developer', 'Tester', 'Tester'],
    'Salary': [72000, 68000, 54000, 56500]
})

df_2 = pd.DataFrame({
    'Last': ['Thompson', 'Miller', 'Bryant', 'Nirmal'],
    'First': ['Aaron', 'James', 'Samuel', 'Ojjaswi'],
    'Role': ['Developer', 'Developer', 'Tester', 'Analyst'],
    'Salary': [72000, 68000, 54000, 0]
})

# 执行merge操作
result = df_1.merge(df_2, how='left', indicator=True)
# 筛选仅存在于df1的行，移除标记列
result = result[result['_merge'] == 'left_only'].drop('_merge', axis=1)
print(result)

输出结果就是df1独有的那一行：

Last    First    Role  Salary
3  Jones  Richard  Tester   56500

方法二：修复pandasql的报错 #

你用pandasql报错是因为它底层用的SQLite不支持MINUS关键字，SQLite中对应的是EXCEPT，把SQL语句替换成下面的即可：

import pandasql as ps

q1 = """SELECT * FROM df_1
EXCEPT
SELECT * FROM df_2;
"""
print(ps.sqldf(q1, locals()))

执行后同样能得到正确结果。

方法三：用concat + 去重实现 #

把两个DataFrame合并后，删除重复行，只保留仅在df1中出现的行：

# 给两个DataFrame添加来源标记
df_1['source'] = 'df1'
df_2['source'] = 'df2'

# 合并后去重，keep=False删除所有重复出现的行
combined = pd.concat([df_1, df_2]).drop_duplicates(keep=False)
# 筛选来源为df1的行，移除标记列
result = combined[combined['source'] == 'df1'].drop('source', axis=1)
print(result)

方法四：行元组匹配法 #

把每行转成元组，直接判断是否存在于另一个DataFrame的行集合中：

# 把df2的所有行转成元组集合
df2_rows = set(df_2.apply(tuple, axis=1))
# 筛选df1中不在df2行集合里的行
result = df_1[~df_1.apply(tuple, axis=1).isin(df2_rows)]
print(result)

内容的提问来源于stack exchange，提问作者ojjasvi nirmal