将一个数据框与另一个数据框重叠，仅保留新的或更改的行

Question

我有两个pandas数据框，看起来类似于以下内容：

DF1：

RecorderID    GroupID    Location    ...    SomeColumn
CT-1000001    BV-        Cape Town          SomeValue
CT-1000002    MP-        Johannesburg       SomeValue
CT-1000003    BV-        Durban             SomeValue

DF2：

RecorderID    GroupID    Location    ...    SomeColumn
CT-1000001    BV-        Durban      ...    SomeValue
CT-1000003    BV-        Durban      ...    SomeValue

这两个数据帧实际上很大，有很多列和很多行。我想比较两个数据帧并以一个数据帧结束以完成以下操作（RecorderID是我的主键）：

1. 两个数据框中所有值不同的行必须采用df1的值并保留。
2. 必须插入df1中但不存在于df2中的所有行。
3. 必须删除两个数据框中包含且相同的所有值。

因此，以上面的例子为例，我最终会得到以下数据框：

RecorderID    GroupID    Location    ...    SomeColumn
CT-1000001    BV-        Cape Town          SomeValue
CT-1000002    MP-        Johannesburg       SomeValue

PS：我注意到在向Excel写出数据帧时，它会将索引列作为第一列插入。如何指定RecorderID是我的主键，它应该使用它来索引值？我试过了：

df = read_excel('file.xlsx', 'sheet1', index_col='RecorderID')

但是当我把它写出来时，只删除RecorderID列并添加一个带编号的索引列。

谢谢！

Answer 1

如果您正在运行最新版本的pandas，那么您可以merge并将合并方法指定为left，此外我们可以设置indicator=True这会添加一列{ {1}}您会告诉_merge或left_only中的行是否存在，我们可以将这些行过滤掉：

both