原文链接：https://blog.csdn.net/weixin_42080294/article/details/89183779

版权声明：本文为博主原创文章，遵循 CC 4.0 by-sa 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/weixin_42080294/article/details/89183779
 

df1 = pd.DataFrame([['张三', 10, '男'], 
                 ['李四', 11, '男'], 
                 ['王五', 11, '女'], 
                 ['赵六', 10, '女'],
                 ['王七', 11, '男'],
                 ['Mike', 10, '男']], 
                columns=['name', 'age', 'sex'])
df1
 

df2 = pd.DataFrame([['Mike', 10, '男'], 
                 ['Jane', 11, '女'],
                   ['张三', 10, '男']],
                columns=['name', 'age', 'sex'])
df2
 

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

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

 

#取差集（从df1中过滤df2中存在的数据）
df1 = df1.append(df2)
df1 = df1.append(df2)
df1 = df1.drop_duplicates(subset=['name', 'age', 'sex'],keep=False)
df1