python - Pandas : How can I find missing data which is existing in only one data frame?

Question

In [4]: chois_df.head()
Out[4]:
         word  doc        tf
0      reason   10  0.571429
1  moderately   10  0.571429
2         bad   10  0.642857
3   coherence   10  0.571429
4  inviolable   10  0.571429

In [6]: test_df.head()
Out[6]:
         word  doc        tf
0      reason   10  0.571429
1  moderately   10  0.571429
2         bad   10  0.642857
3   coherence   10  0.571429
4  inviolable   10  0.571429

In [2]: chois_df.count()
Out[2]:
word    260800
doc     260801
tf      260801
dtype: int64

In [3]: test_df.count()
Out[3]:
word    260742
doc     260743
tf      260743
dtype: int64

如上所示，chois_df 的 word 多于 test_df。

如何找到 chois_df 中哪些单词是多余的？

由于数据帧的长度不同，因此比较它们有点困难。

需要您的建议，谢谢。

Answer 1

简单点怎么样

all = chois_df.merge(test_df, how = 'left', on = ['word', 'doc'], indicator = True)
all[all._merge == 'left_only']