使用Pandas在其他两个数据帧中查找重复和唯一的元素？

Question

我有两个从XML数据创建的数据帧；它们有每个文件的文件名和路径列表，包括一些额外的元数据。像这样的

filename - filepath - meta1 - meta2 - meta3

基本上，每个数据帧都有可能与另一个数据帧中的文件同名的文件，但它们位于不同的路径中。我试图比较这两个数据帧，以找出在这两个数据帧中哪些文件是唯一的，以及在这两个数据帧中哪些文件名是通用的。我将只看一下文件名；因此，如果两个数据帧上都存在一个文件，即使路径不同，我也会将它们计为重复

我开始研究各种Pandas方法，并在指定我只想使用filename列之后找到了drop_duplicates()函数，该函数适用于我的情况

df_unique = df_merged.drop_duplicates(subset=['filename'])

这将返回一个数据帧，其中只包含已连接的两个数据帧中的唯一文件名。但是我怎样才能得到重复的列表呢

例如：

df1:
filename - filepath - meta1 - meta2 - meta3
test1      c:\tests    ax1      ax2    cv
test2      c:\tests    ax1      ax1    cv
test3      c:\tests    ax2      ax1    cb

df2:
filename - filepath - meta1 - meta2 - meta3
test1      c:\tests2   ax1      ax2    cv
test4      c:\tests2   ax1      ax1    cv
test2      c:\tests2   ax2      ax1    cc
test5      c:\tests2   ax1      ax1    cb

df_unique:
filename - filepath - meta1 - meta2 - meta3
test1      c:\tests    ax1      ax2    cv
test2      c:\tests    ax1      ax1    cv
test3      c:\tests    ax2      ax1    cb
test4      c:\tests2   ax1      ax1    cv
test5      c:\tests2   ax1      ax1    cb

df_duplicates:
test1      c:\tests    ax1      ax2    cv
test2      c:\tests    ax1      ax1    cv

因此，unique基本上是在两个数据帧中找到的任何唯一文件名的第一个实例，仅与文件名匹配（因此，如果其他字段不同，则可以） 重复数据帧是这两个数据帧中常见的第一个实例

Answer 1

尝试与外部联接方法合并，仅从左向右使用指示符表示唯一，同时使用两个指示符表示重复

df=pd.merge（df1，df2，on=['filename']，how=“outer”，indicator=True）