如何对比两个不同pandas dataframe的两列并提取df2独有的数据行

核心思路是直接匹配「员工+办公地点」的组合，避开索引对齐的问题，以下两种方案都可以实现需求：

方法1：使用merge的indicator参数（推荐） #

通过外连接标记数据来源，直接筛选仅存在于df2的记录：

import pandas as pd

# 按两列组合做外连接，新增_merge列标记数据所属的df
merged = df1.merge(df2, on=['Employee', 'Office'], how='outer', indicator=True)
# 筛选仅在df2中存在的组合
result = merged[merged['_merge'] == 'right_only'][['Employee', 'Office']]

输出的result就是你需要的目标数据。

方法2：使用集合差集实现 #

把两列组合转成元组集合做差集，再转回DataFrame：

import pandas as pd

# 将两个df的<员工,办公地点>组合转为元组集合
df1_pairs = set(df1[['Employee', 'Office']].apply(tuple, axis=1))
df2_pairs = set(df2[['Employee', 'Office']].apply(tuple, axis=1))

# 计算差集并转成DataFrame
diff_pairs = df2_pairs - df1_pairs
result = pd.DataFrame(list(diff_pairs), columns=['Employee', 'Office'])

原代码失效原因 #

你之前用ne对比是基于索引对齐的，两个df的行数、索引不一致时会出现匹配错误。如果之前用merge没得到预期结果，大概率是没有把Employee和Office两列同时设为连接键，或者选择了错误的连接方式。

内容的提问来源于stack exchange，提问作者Ronron