Acá les muestro en ejemplo con estos sencillos frames, las columnas a comparar son:
- DF1 es "lkey"
- DF2 es "rkey"
Observen que en
- DF1 está la fila 3, está un valor D/5
- DF2 está la fila 3, está un valor E/9
Esos son van a ser los datos claves para ver las diferencias, puesto que en:
- DF1 no está el valor E/9
- DF2 no está el valor D/5
>>> df1
lkey value
0 A 1
1 B 2
2 C 3
3 D 5
>>> df2
rkey value
0 A 6
1 B 7
2 C 8
3 E 9
Usaría esta sencilla fórmula con el método "merge" de la biblioteca Pandas
import pandas as pd
df1 = pd.DataFrame({'lkey': ['B', 'D', 'A', 'C'],'value': [1, 2, 3, 5]})
df2 = pd.DataFrame({'rkey': ['A', 'C', 'E', 'B'], 'value': [6, 7, 8, 9]})
merge = pd.merge(df1, df2 , how='outer', indicator='resultado',sort=True, left_on='lkey', right_on='rkey')
Ahora el resultado lo pueden obsevar en la columna "RESULTADO"
- both = el dato está en los DOS frames
- left_only = el datos sólo está en el DF1
- right_only = el dato sólo está en el DF2
Acá está el resultado
lkey value_x rkey value_y resultado
0 A 3.0 A 6.0 both
1 B 1.0 B 9.0 both
2 C 5.0 C 7.0 both
3 D 2.0 NaN NaN left_only
4 NaN NaN E 8.0 right_only
Luego de manera sencilla se puede filtrar según las coincidencias de la columna "RESULTADO"
merge[merge.resultado=='left_only']
Dará como resultado los elementos que SÓLO esán en el DF1 y NO están en el DF2
lkey value_x rkey value_y resultado
3 D 2.0 NaN NaN left_only