我有两个Pandas数据帧df1和df2，它们有相同的列/键(x,y)。
我想在键(x,y)上执行"(df1 & not df2)"合并，这意味着我希望我的代码返回一个仅包含df1中(x,y)存在而df2中不存在的行的数据帧。
SAS具有等效功能。
data final;
merge df1(in=a) df2(in=b);
by x y;
if a & not b;
run;
如何在pandas中优雅地复制相同的功能？如果我们可以在merge()中指定how="left-right"，那将是非常好的。
我刚刚升级到10天前发布的0.17.0 RC1版本。发现在这个新版本中，pd.merge() 函数有一个名为 indicator=True 的新参数，用来以一种更 Pandonic 的方式实现这个功能！！
df=pd.merge(df1,df2,on=['x','y'],how="outer",indicator=True)
df=df[df['_merge']=='left_only']
指示器：在输出的DataFrame中添加一个名为_merge的列，其中包含每行的来源信息。 _merge是分类类型，并且取值为left_only，表示合并键仅出现在“ left” DataFrame中的观测结果；right_only表示合并键仅出现在“右”DataFrame中的观测结果；如果观测到的合并键同时存在于两个数据框中，则_merge的值为both。
另一种方法是使用索引。
如果i1和i2是索引（索引集），则i1.difference(i2)表示在i1中而不在i2中的那些索引。然后，如果df是由相同索引类型索引的数据帧，例如i1=df.index，那么pd.DataFrame(index=i1.difference(i2)).join(df)是那些索引不在索引i2中的df条目。