用merge+indicator=true可一次性标出差异行：设a为左表、b为右表，执行pd.merge(a,b,on=键,how="left",indicator=true)，再筛选_merge=="left_only"的行即为a有b无的数据。
用 merge + indicator=True 一次性标出差异行
这是最直接、最可靠的方式，不需要手动遍历或写多层条件。Pandas 的 merge 支持通过 indicator=True 在结果中新增一列 _merge，值为 'both'（两表都有）、'left_only'（仅左表有）、'right_only'（仅右表有）。
注意必须指定 on（或 left_on/right_on）来对齐关键字段，否则默认按索引合并，容易误判。
- 如果两张表主键是
'id'，直接用pd.merge(df1, df2, on='id', how='outer', indicator=True) - 若需查“df1 有但 df2 没有”的数据，后续加
.query("_merge == 'left_only'")即可 - 合并前建议先用
df1.dtypes和df2.dtypes确认关键列类型一致，比如int64和float64混合会导致匹配失败
用 concat + duplicated 找出唯一新增/删除记录
适合只关心“哪些行是纯新增或纯删除”，不关心字段级变化的场景。原理是纵向拼接两张表，再标记重复项。
关键点在于：必须先重置索引并保留原始标识（如加一列 source），否则 duplicated 会把相同内容但来自不同表的行当成重复。
- 先分别添加来源标记：
df1.assign(source='old')和df2.assign(source='new') - 拼接后去重：
pd.concat([df1_src, df2_src]).drop_duplicates(subset=['id'], keep=False) -
keep=False表示所有重复行都不保留，剩下就是“只在一张表里出现过的记录”
字段值不一致时，用 compare（Pandas ≥ 1.1.0）逐列比对
DataFrame.compare() 是专为字段级差异设计的方法，会返回一个带层级列名的新 DataFrame，清晰标出左/右值差异。但它要求两表索引和列完全对齐——不是“找不同记录”，而是“对齐后的单元格差异”。
- 必须先确保索引一致：
df2 = df2.set_index('id').reindex(df1.set_index('id').index) - 调用时注意参数：
df1.set_index('id').compare(df2.set_index('id'), keep_shape=True, keep_equal=False) -
keep_shape=True保留空位（便于定位原位置），keep_equal=False过滤掉相同字段，只留差异 - 旧版本 Pandas 不支持该方法，强行调用会报
AttributeError: 'DataFrame' object has no attribute 'compare'
性能与边界情况提醒
当表超过百万行时，merge 方式依然稳定；但 compare 内部会广播对比，内存占用陡增，容易 OOM。
- 字符串列含前后空格或大小写不一致？先统一处理：
df['col'] = df['col'].str.strip().str.lower() - 时间列含时区或精度差异（如
datetime64[ns]vsdatetime64[s]）会导致merge匹配失败，需先转成同一种 dtype - 空值（
NaN）在merge中默认不匹配，即NaN == NaN为False，如需特殊处理得提前填充（如df.fillna({'id': -999})）
真正难的不是语法，而是确认“差异”的定义：是主键缺失？字段值偏移？还是结构不一致？选错方法会白跑几小时。
Python免费学习笔记（深入）：立即使用
在学习笔记中，你将探索 Python 的核心概念和高级技巧！
