如何找出原始DataFrame相比当前子集DataFrame被删除的行

前提：使用Python Pandas库操作DataFrame

方法1：基于索引取差集（推荐，效率最高） #

因为你的两个DataFrame的索引都是唯一主键UniqueID，直接操作索引即可最快得到结果：

# 提取DF1存在但DF2不存在的索引集合
deleted_ids = DF1.index.difference(DF2.index)
# 从DF1中筛选对应索引的行，得到仅包含被删除行的DF3
DF3 = DF1.loc[deleted_ids].copy()

说明：该方法直接利用Pandas索引的优化特性，无需逐行对比字段值，1000行量级的计算耗时可以忽略。

方法2：全字段对比匹配（适合需要严格校验行内容的场景） #

如果你担心存在索引相同但其他字段被修改的情况，可以用外连接对比整行所有字段值，确保完全一致才判定为匹配：

# 临时添加存在标记列
DF1["_flag"] = 1
DF2["_flag"] = 1

# 基于所有字段做外连接，添加匹配标记
merged_df = DF1.merge(
    DF2,
    how="outer",
    on=list(DF1.columns),
    indicator=True
)

# 筛选仅在DF1中存在的行，删除临时列得到DF3
DF3 = merged_df[merged_df["_merge"] == "left_only"].drop(columns=["_merge", "_flag"])

# 清理DF1和DF2的临时标记列
DF1.drop(columns=["_flag"], inplace=True)
DF2.drop(columns=["_flag"], inplace=True)

说明：该方法校验逻辑更严格，适合对数据准确性要求高的场景。

内容的提问来源于stack exchange，提问作者Sumit