如何对比两个不同dataframe的id列并提取无匹配的唯一行

以下提供R语言、Python两种实现方案，均支持输出你需要的两种结果格式。

方案1：R语言实现 #

首先构造示例数据：

df1 <- data.frame(id = c(1, 2, 3))
df2 <- data.frame(id = c(2, 3, 4))

输出格式1（全匹配带NA标记） #

df_new <- merge(df1, df2, by = "id", all = TRUE)
df_new$df1_id <- ifelse(df_new$id %in% df1$id, df_new$id, NA)
df_new$df2_id <- ifelse(df_new$id %in% df2$id, df_new$id, NA)
df_new <- df_new[, c("df1_id", "df2_id")]

输出结果和你要求的完全一致：

df1_id df2_id
1      1     NA
2      2      2
3      3      3
4     NA      4

输出格式2（仅输出两边独有ID） #

df1_only <- setdiff(df1$id, df2$id)
df2_only <- setdiff(df2$id, df1$id)
df_new <- data.frame(id = c(df1_only, df2_only))

输出结果：

id
1  1
2  4

方案2：Python实现 #

首先构造示例数据：

import pandas as pd
df1 = pd.DataFrame({"id": [1, 2, 3]})
df2 = pd.DataFrame({"id": [2, 3, 4]})

输出格式1（全匹配带NA标记） #

df_new = pd.merge(df1, df2, on="id", how="outer")
df_new["df1_id"] = df_new["id"].where(df_new["id"].isin(df1["id"]), pd.NA)
df_new["df2_id"] = df_new["id"].where(df_new["id"].isin(df2["id"]), pd.NA)
df_new = df_new[["df1_id", "df2_id"]].reset_index(drop=True)

输出结果和要求一致：

df1_id  df2_id
0     1.0    <NA>
1     2.0     2.0
2     3.0     3.0
3    <NA>     4.0

输出格式2（仅输出两边独有ID） #

df1_only = df1[~df1["id"].isin(df2["id"])]["id"]
df2_only = df2[~df2["id"].isin(df1["id"])]["id"]
df_new = pd.DataFrame({"id": pd.concat([df1_only, df2_only]).reset_index(drop=True)})

输出结果：

id
0   1
1   4

内容的提问来源于stack exchange，提问作者Rustam Semenov