df_merged = pd.merge(df1, df2, on='公开（公告）号')留下匹配不同的行

你可以通过添加参数`how='outer'`来保留`df1`和`df2`中未匹配的行，具体代码如下：

df_merged = pd.merge(df1, df2, on='公开（公告）号', how='outer', indicator=True)
df_unmatched = df_merged[df_merged['_merge'] != 'both']

其中`_merge`列表示该行来自哪个数据框，`both`表示来自两个数据框的匹配行，`left_only`表示来自`df1`的未匹配行，`right_only`表示来自`df2`的未匹配行。因此，`df_unmatched`即为匹配不同的行。

相关问题

df_merged = pd.merge(df1, df2, on='公开（公告）号')只保留df1中未匹配的行

你可以使用参数`how='left'`将`df1`左连接到`df2`，然后筛选出`df_merged`中`df1`未匹配的行，代码如下：

df_merged = pd.merge(df1, df2, on='公开（公告）号', how='left')
df_unmatched = df_merged[df_merged['df2中的列'].isnull()]

其中，`df2中的列`是`df2`中用于匹配的列名。`df_unmatched`即为`df1`未匹配的行。

# 读取CSV文件 df1 = pd.read_csv('day01.csv') df2 = pd.read_csv('app_class.csv') # 比对两列数据 merged_df = df1.merge(df2, on='appid', how='inner') merged_df['appid'] = merged_df['type'] # 保留相同的数据 merged_df.to_csv('day01.csv', index=False) merged_df KeyError: 'type'

出现`KeyError: 'type'`的错误是因为在`merged_df`中不存在名为`type`的列。这可能是由于在使用`merge()`函数指定的连接键（`on='appid'`）不正确。

请确保在使用`merge()`函数进行合并时，指定的连接键在两个DataFrame对象中都存在，并且列名一致。

以下是修正代码的示例：

import pandas as pd

# 读取CSV文件
df1 = pd.read_csv('day01.csv')
df2 = pd.read_csv('app_class.csv')

# 比对两列数据
merged_df = df1.merge(df2, on='appid', how='inner')
merged_df['appid'] = merged_df['class']
# 保留相同的数据
merged_df.to_csv('day01.csv', index=False)
merged_df

在上述代码中，我们假设要比对的列为`appid`，且在`df2`中有一个名为`class`的列。因此，在使用`merge()`函数时，我们将连接键指定为`on='appid'`。然后，我们将`merged_df['appid']`赋值为`merged_df['class']`，以将相同数据转换为另一列数据。

最后，我们使用`to_csv()`函数将结果保存到新的CSV文件中，并输出`merged_df`以查看结果。

请确保根据实际情况调整列名和连接键的值，以满足你的需求。