Dataframe取差集你记牢了吗？

哇，时间好快一个多月没更新文章了，在这一个月里发生了很多事也是没有太多时间。不过我胡汉三又回来了，哈哈，，，

废话不多说，今天我要记录一个很容易用到的知识点。就是取两个dataframe的差集，遇到这个情况我第一个想到的是循环遍历，然它一一匹配，但是慢慢我觉得小数据的速度还行，但是数据量大了以后可能会比较繁琐。不停扒网页我发现的确有简单方法：

df1 = DataFrame([['a', 10, '男'], ['b', 11, '男'], ['c', 11, '女'], ['a', 10, '女'], ['c', 11, '男']], 
columns=['name', 'age', 'sex']) 

df2 = DataFrame([['a', 10, '男'], 
                 ['b', 11, '女']],
                columns=['name', 'age', 'sex'])

取交集：print(pd.merge(df1,df2,on=['name', 'age', 'sex']))

取并集：print(pd.merge(df1,df2,on=['name', 'age', 'sex'], how='outer'))

取差集(从df1中过滤df1在df2中存在的行)：

df1 = df1.append(df2)
df1 = df1.append(df2)
df1 = df1.drop_duplicates(subset=['name', 'age', 'sex'],keep=False)
print(df1)

参考：https://blog.csdn.net/qq_40981268/article/details/85957177