最稳定方法是merge+indicator=True：指定on列进行left join，筛选'_merge'=='left_only'的行并删除该列；需注意列名、类型一致及NaN处理。
用 merge + indicator=True 找出左表有但右表没有的行
这是最稳定、可读性高且能处理重复值和多列比对的方法。核心是把两张表当作 SQL 的 left join，让 Pandas 标记每行来自哪边。
关键点：必须指定 on 参数（列名列表），否则默认按索引对齐，容易误判；若列名不一致，先用 rename 统一。
- 示例：找
df_a中存在但df_b中完全不存在的行（全字段匹配）
merged = df_a.merge(df_b, on=['id', 'name'], how='left', indicator=True)
diff_rows = merged[merged['_merge'] == 'left_only'].drop('_merge', axis=1)
- 如果只关心某几列是否相同（比如只比
id和email），就把这些列传给on，其余列自动保留自df_a - 注意
how='left'是必须的——换用outer会混入右表独有行，需要额外过滤 -
_merge列值为'both'/'left_only'/'right_only'，别拼错字符串
用 concat + duplicated 做“去重反查”（适合小数据、无索引依赖场景）
把两张表纵向拼起来，再标记重复行，未被标记为重复的就是差异行。优点是不用指定比对列，缺点是无法区分“谁多了谁少了”，且对 NaN 处理敏感。
- 只适用于想快速知道“哪些行是唯一的”，不关心归属方向时
- 必须设
keep=False，否则默认只标记首次出现后的重复项，漏掉真正的差异 - NaN 在
duplicated中默认不视为相等，若数据含空值，先用fillna()统一替换（如填-999），否则本该相同的两行因 NaN 被当成不同
combined = pd.concat([df_a, df_b], ignore_index=True) unique_mask = ~combined.duplicated(keep=False) diff_rows = combined[unique_mask]
避免直接用 isin 比较整行——它不支持多列布尔索引
新手常写 df_a[~df_a.isin(df_b)]，这会逐元素比对，返回一个布尔 DataFrame，不能直接用于行过滤，运行会报错 Cannot index with boolean DataFrame。
Python 环境工具专业版功能概述Python 环境工具专业版是一项面向实际任务的技能。它将相关步骤、工具调用和结果整理方式集中到统一流程中，帮助使用者更快完成目标并减少重复操作。核心要点使用时应结合输入条件选择合适的执行方式，核对必要参数、依赖环境与输出内容，并按原始要求处理异常情况。该技能适合需要稳定复用相关能力的场景，可作为自动化工作流的一部分，也便于后续检查、调整和扩展。执行完成后建议检查结果是否符合预期，并保留必要记录。使用与执行同时注意输入完整性、执行条件和输出可用性。从功能定位来看，该技能
立即学习“Python免费学习笔记（深入）”；
- 正确做法是构造元组或哈希键：比如
df_a[~df_a[['col1','col2']].apply(tuple, axis=1).isin(set(df_b[['col1','col2']].apply(tuple, axis=1)))] - 但该方法在大数据量下极慢（
apply+tuple+set构建开销大），且遇到 NaN 就失效（tuple包含 NaN 无法进set） - 除非数据量小于 1000 行且确定无缺失值，否则绕开这个思路
性能与空值：merge 是首选，但要注意 how 和 indicator 的组合行为
当数据量超过 10 万行时，merge 比 concat+duplicated 快 3–5 倍，且结果更可控。但有个易忽略点：merge 默认对 NaN 视为相等（SQL 风格），而 duplicated 不这样。
- 如果你希望
NaN != NaN（即两个空值不算相同），得提前把 NaN 替换成唯一占位符，例如：df_a.fillna({'col1': 'NULL_VAL_1'}) -
indicator=True会新增一列，记得drop掉，否则后续操作可能误用该列 - 若两张表列数/列名不完全一致，
merge会自动只取交集列，不会报错但可能漏比对——务必检查on列是否存在且类型一致（比如一个是int64，一个是object，就匹配不上）
真正麻烦的不是语法，而是比对逻辑本身：你到底要“字段全等才算相同”，还是“主键相同即视为同一行”？前者用 merge 配所有列，后者只传主键列——选错就白跑半小时。
