如何用Pandas实现多列左连接筛选右表空行（求DataFrame差集）

我来给你几个靠谱的解决方案，完美实现从x中移除所有和y基于A、B、C三列完全匹配的行，也就是你说的等价左连接后筛选右表无匹配的行：

方法一：带匹配标记的左连接（最直观可靠） #

这种方法利用merge的indicator参数，清晰标记每行的匹配来源，再筛选出仅存在于左表x的行：

import pandas as pd

# 你的示例数据
x = pd.DataFrame({'A': ['q1', 'q4', 'q7'],
                  'B': ['q2', 'q2', 'q2'],
                  'C': ['q3', 'q3', 'q9']})
y = pd.DataFrame({'A': ['q4'],
                  'B': ['q2'],
                  'C': ['q3']})

# 左连接并添加匹配标记列
merged = pd.merge(x, y, on=['A', 'B', 'C'], how='left', indicator=True)
# 筛选仅左表独有的行，然后删除标记列
z = merged[merged['_merge'] == 'left_only'].drop(columns='_merge')

print(z)

运行后输出的z就是你要的结果：

A   B   C
0  q1  q2  q3
2  q7  q2  q9

为什么这个方法靠谱？ #

• 明确指定匹配的列（A、B、C），不会因为索引或其他列干扰
• _merge列清晰展示每行的匹配状态，排查问题也方便
• 不会误删x内部的重复行（只会移除和y完全匹配的）

方法二：简洁的反连接写法（一行搞定） #

如果想更简洁，可以用query方法直接筛选，省去单独的条件判断步骤：

z = x.merge(y, on=['A', 'B', 'C'], how='left', indicator=True)\
      .query('_merge == "left_only"')\
      .drop(columns='_merge')

效果和方法一完全一致，只是把步骤合并了，适合追求代码简洁的场景。

为什么你之前的方法可能踩坑？ #

• 用index操作：如果x和y的索引没有对应关系，完全匹配行的索引可能不同，自然无法正确筛选
• 直接用concat+drop_duplicates：默认会移除所有重复行（包括x内部的重复），而你要的是仅移除和y重复的，不是x自己的重复行
• join方法：默认是基于索引的连接，除非你把A、B、C设为索引，否则无法实现列级的完全匹配筛选

内容的提问来源于stack exchange，提问作者edoedoedo