Python 列差异，包含列表

我有一个数据框，其中列的值是列表，我想找到两列之间的差异，或者换句话说，我想找到a列中的所有元素，而B列中没有这些元素

data={'NAME':['JOHN','MARY','CHARLIE'],
  'A':[[1,2,3],[2,3,4],[3,4,5]],
  'B':[[2,3,4],[3,4,5],[4,5,6]]}
df=pd.DataFrame(data)
df=df[['NAME','A','B']]

#I'm able to concatenate
df['C']=df['A']+df['B']

    NAME    A   B   C
  0 JOHN    [1, 2, 3]   [2, 3, 4]   [1, 2, 3, 2, 3, 4]
  1 MARY    [2, 3, 4]   [3, 4, 5]   [2, 3, 4, 3, 4, 5]
  2 CHARLIE [3, 4, 5]   [4, 5, 6]   [3, 4, 5, 4, 5, 6]

有没有办法找出不同之处

df['C']=df['A']-df['B']

我知道我们可以使用

df。将
应用于函数，但逐行处理将运行缓慢，因为我有大约4000k行。我在寻找一种直截了当的方法，比如

df['C']=df['A']+df['B']

对于固定的差异

df['A'].map(set) - df['B'].map(set)

对于固定的差异

df['A'].map(set) - df['B'].map(set)

你到底想要什么作为“区别”
df['A'].map（set）-df['B'].map（set）
会给set带来差异。这正是我想要的！你能补充一下吗？我在试df['D']=set（df['A']）-set（df['B']），我的坏！正在为上面的示例工作，但当我应用于大型数据集时抛出内存错误！你到底想要什么作为“区别”<代码>df['A'].map（set）-df['B'].map（set）
将产生一个设置差异。这正是我所要寻找的！你能补充一下吗？我在试df['D']=set（df['A']）-set（df['B']），我的坏！正在为上面的示例工作，但当我应用于大型数据集时抛出内存错误！