如何用Pandas定位工作表拆分合并后缺失的80行数据？

嘿，刚上手Pandas遇到这种小问题太正常了，我给你分享几个简单直接的办法，帮你快速找到那缺失的80行！

第一步：先把四个子表合并成一个完整集合 #

你已经有四个拆分后的表（Fixable_Data、Removeable_Data、Severity_Changed、New_Data），先把它们合并成一个统一的DataFrame，用你之前用过的concat就行：

import pandas as pd

# 把四个子表合并，ignore_index重置索引避免重复
combined_subsets = pd.concat(
    [Fixable_Data, Removeable_Data, Severity_Changed, New_Data],
    ignore_index=True
)
# 可选：如果子表本身可能有重复行，先去重
combined_subsets = combined_subsets.drop_duplicates()

第二步：对比原表和合并后的子表，找出缺失行 #

现在你有两个核心数据集：原始的Unique_Data，以及刚合并好的combined_subsets。我们要找出只在Unique_Data里存在，却不在combined_subsets里的行，这里有两种简单方法：

方法一：用merge快速定位（推荐）

用外连接（outer join）对比两个表，Pandas会自动帮你标记行的来源：

# 外连接并添加_merge列标记行的归属
comparison_df = pd.merge(
    Unique_Data,
    combined_subsets,
    how='outer',
    indicator=True
)
# 筛选出只在Unique_Data里的行，就是缺失的部分
missing_rows = comparison_df[comparison_df['_merge'] == 'left_only'].drop('_merge', axis=1)

运行完后，missing_rows就是你要的第六个表，里面就是那80条丢失的数据。

方法二：用布尔索引直观筛选

如果觉得merge有点绕，也可以把每行转换成元组来对比：

# 把两个表的行都转成元组（忽略索引）
unique_rows = list(Unique_Data.itertuples(index=False, name=None))
combined_rows = list(combined_subsets.itertuples(index=False, name=None))

# 筛选出Unique_Data里不在合并子表中的行
missing_rows = Unique_Data[~Unique_Data.apply(tuple, axis=1).isin(combined_rows)]

小验证：确认结果 #

你可以用len(missing_rows)看看行数是不是接近80，这样就能确认找对了。另外，如果想检查合并后的子表有没有多余的行（虽然你是少了，但以防万一），只要把方法一里的'left_only'改成'right_only'就行。

额外提示 #

• 先确认下Unique_Data确实没有重复行：运行Unique_Data.duplicated().sum()，如果结果是0就没问题，不然可能影响对比结果。
• 如果你的表有主键（比如唯一ID列），用主键来对比会更高效，比如用isin检查ID列的差异，比整行对比更快。

备注：内容来源于stack exchange，提问作者Robert