如何基于UniqueID对比获取df2中不存在的df1 DataFrame记录

嘿，这个需求太常见了！我来给你分享几个Pandas里实用的解决方案，都是我平时处理这类任务常用的方法，你可以根据自己的场景挑最合适的：

这是最直接的写法，逻辑简单易懂，新手也能快速上手。

先模拟两个示例DataFrame方便你测试：

import pandas as pd

# 示例df1
df1 = pd.DataFrame({
    'UniqueID': [1, 2, 3, 4, 5],
    'Value': ['A', 'B', 'C', 'D', 'E']
})

# 示例df2
df2 = pd.DataFrame({
    'UniqueID': [2, 4, 6],
    'Value': ['B', 'D', 'F']
})

然后筛选df1中UniqueID不在df2里的记录：

# 先获取df2的UniqueID集合，再用isin()判断，取反得到布尔索引
filtered_df = df1[~df1['UniqueID'].isin(df2['UniqueID'])]

解释一下：~是取反符号，isin()会返回一个布尔Series，标记df1的每个UniqueID是否在df2里，取反后就得到了不在df2里的行，再用这个索引筛选df1就行。

如果你不仅要筛选结果，还想看看每条记录的匹配情况（是只在df1，还是只在df2，或者两边都有），这个方法就很合适。

代码示例：

# 用outer join合并两个DataFrame，indicator=True会新增一列显示匹配状态
merged_df = df1.merge(df2, on='UniqueID', how='outer', indicator=True)

# 筛选出只在df1里的记录
filtered_df = merged_df[merged_df['_merge'] == 'left_only'].drop(columns=['_merge', 'Value_y'])
# 重命名列名还原成原来的样子（如果需要的话）
filtered_df = filtered_df.rename(columns={'Value_x': 'Value'})

这里的_merge列会显示三种状态：left_only（只在df1）、right_only（只在df2）、both（两边都有），我们只需要筛选left_only的行就行，最后清理一下多余的列就搞定。

如果你习惯SQL的写法，用query()会更顺手，代码更简洁：

# 把df2的UniqueID转成集合，然后用query筛选
filtered_df = df1.query('UniqueID not in @df2.UniqueID')

这里的@符号是用来引用Pandas外部的变量，把df2的UniqueID列传到query的表达式里，语法是不是和SQL的NOT IN很像？

小提醒 #

• 确保两个DataFrame的UniqueID列数据类型一致，比如一个是整数一个是字符串的话，会匹配不上，必要时可以用astype()转换类型，比如df1['UniqueID'] = df1['UniqueID'].astype(str)。
• 如果df1里有重复的UniqueID，以上方法会保留所有重复行，如果你想去重，可以在筛选后加drop_duplicates(subset='UniqueID')。

内容的提问来源于stack exchange，提问作者yanci