在 Pandas 中设置两个数据帧的差异
Set difference of two dataframes in Pandas
希望有人能帮忙解答这个问题。以前也问过类似的问题，但是他们的答案都不完全正确，即使是选的也一样。
我想得到两个 Pandas 数据帧的集合差异。意思是，df1 - df2 等于存在于 df1 但不存在于 df2 中的行。 df1 中但不在 df2 中的任何行都必须在结果中。共同的行不得出现在结果中。经典集差定义。
此外，必须忽略索引。这意味着两行的相等性必须通过以下方式确定：
1) 它们是否具有相同的列名（如果它们包含的数据框具有相同的列名，则满足）并且，
2) 如果 1 为真，每列的值是否完全相同（字符串匹配 - 好的，我们也可以考虑不区分大小写）
其他问题中的例子是简化的例子，虽然它们可能在有限的范围内起作用，但并不适用于所有情况。请尝试考虑列中的值可能不是简单数据类型，而是列表或元组本身的情况。或者，如果后来有人定义了自定义类型及其 equals 方法，该解决方案也适用于这些类型。
您可以尝试散列行然后检查
例如
df1['match'] = df.apply(lambda x: hash(tuple(x)), axis=1)
df2['match'] = df2.apply(lambda x: hash(tuple(x)), axis=1)
df_diff = df1[~df1['match'].isin(df2['match'])]
希望有人能帮忙解答这个问题。以前也问过类似的问题，但是他们的答案都不完全正确，即使是选的也一样。
我想得到两个 Pandas 数据帧的集合差异。意思是，df1 - df2 等于存在于 df1 但不存在于 df2 中的行。 df1 中但不在 df2 中的任何行都必须在结果中。共同的行不得出现在结果中。经典集差定义。
此外，必须忽略索引。这意味着两行的相等性必须通过以下方式确定：
1) 它们是否具有相同的列名（如果它们包含的数据框具有相同的列名，则满足）并且，
2) 如果 1 为真，每列的值是否完全相同（字符串匹配 - 好的，我们也可以考虑不区分大小写）
其他问题中的例子是简化的例子，虽然它们可能在有限的范围内起作用，但并不适用于所有情况。请尝试考虑列中的值可能不是简单数据类型，而是列表或元组本身的情况。或者，如果后来有人定义了自定义类型及其 equals 方法，该解决方案也适用于这些类型。
您可以尝试散列行然后检查
例如
df1['match'] = df.apply(lambda x: hash(tuple(x)), axis=1)
df2['match'] = df2.apply(lambda x: hash(tuple(x)), axis=1)
df_diff = df1[~df1['match'].isin(df2['match'])]