对比两个单id列Pandas DataFrame，提取df1中独有的id值

方法1：isin 筛选（推荐，写法简洁高效，保留df1中的重复id） #

直接通过反向匹配df2的id值筛选结果：

import pandas as pd
colnames = ['id']
df1 = pd.read_csv(r'file1.csv', names=colnames)
df2 = pd.read_csv(r'file2.csv', names=colnames)

# 核心代码：筛选df1中id不在df2里的行
result = df1[~df1['id'].isin(df2['id'])]

输出结果符合预期：

id
3   4
4   5

方法2：merge 实现（适配需要关联多字段的复杂场景） #

你之前用了how='right'右连接，方向完全反了，应该用左连接配合标记位筛选：

import pandas as pd
colnames = ['id']
df1 = pd.read_csv(r'file1.csv', names=colnames)
df2 = pd.read_csv(r'file2.csv', names=colnames)

# 左连接并添加关联标记
df = df1.merge(df2, on='id', how='left', indicator=True)
# 筛选仅在df1中存在的行
result = df[df['_merge'] == 'left_only'][['id']]

方法3：集合差集（仅需要去重结果时使用） #

如果不需要保留df1中的重复id，只要去重后的差集，可以用集合运算：

unique_diff_ids = set(df1['id']) - set(df2['id'])
result = pd.DataFrame({'id': list(unique_diff_ids)})

内容的提问来源于stack exchange，提问作者RK.