如何正确使用两个数据帧之间的SQL减号查询等价项

我有两个数据帧，每个数据帧有1000行。数据帧是相同的，但是逐行的数据帧并不相同。以下示例可以假定为数据帧的截断版本

df1:

col1 col2 col3

1      2    3
2      3    4
5      6    6
8      9    9

df2:

col1 col2 col3

5      6    6
8      9    9
1      2    3
2      3    4

数据帧没有索引，我希望在这些数据帧上实现sql减号查询时返回null。我使用了以下查询，但没有获得预期的结果。有什么方法可以达到我想要的结果吗

df3 = df1.merge(df2.drop_duplicates(),how='right', indicator=True)
print(df3)

例如，如果我认为DF1为<强>表1< /强>，DF2为<强>表2<强>，如果在SQL Server中运行以下查询，则返回空（空表）。

---

是的，您可以这样使用指示器：

df1.merge(df2, how='left', indicator='ind').query('ind=="left_only"')

其中，df1是：

   col1  col2  col3
0   1.0   2.0   3.0
1   2.0   3.0   4.0
2   5.0   6.0   6.0
3   8.0   9.0   9.0
4  10.0  10.0  10.0

df2是：

   col1  col2  col3
0     5     6     6
1     8     9     9
2     1     2     3
3     2     3     4

输出：

   col1  col2  col3        ind
4  10.0  10.0  10.0  left_only

---

您可以尝试：

df1.loc[df1.isin（df2.any（1）]

或

df1.merge（df2，indicator=True）.查询（“\u merge！='both'）））.drop（columns=“\u merge”）

或

df1.merge（df2，indicator=True）.iloc[lambda-df:df.iloc[：，-1].ne（“both”）.array，：-1]

。如果我理解正确，您正在寻找类似于反连接的东西，其中df2都不在df1中。

   col1  col2  col3        ind
4  10.0  10.0  10.0  left_only