用pandas做两列数据对比，并输出其中差异的地方

可以使用Pandas的`merge()`函数将两个DataFrame按照某些列进行合并，然后使用布尔索引对比两个DataFrame的差异。下面是一个示例代码：

import pandas as pd

# 创建示例数据
df1 = pd.DataFrame({'key': ['A', 'B', 'C', 'D'], 'value1': [1, 2, 3, 4]})
df2 = pd.DataFrame({'key': ['A', 'B', 'C', 'E'], 'value2': [1, 2, 5, 6]})

# 使用merge()函数合并两个DataFrame
df = pd.merge(df1, df2, on='key', how='outer')

# 使用布尔索引找出差异的地方
diff = df[df['value1'] != df['value2']]
print(diff)

在上面的代码中，首先创建了两个DataFrame对象`df1`和`df2`，然后使用`merge()`函数将这两个DataFrame按照'key'列进行合并，合并方式为outer join。这样就可以将两个DataFrame的数据对齐，如果某个key在其中一个DataFrame中不存在，则用NaN填充。

然后，使用布尔索引找出'value1'和'value2'列不相等的地方，即为两个DataFrame中的差异。在上面的例子中，输出的结果为：

  key  value1  value2
2   C     3.0     5.0
3   D     4.0     NaN
4   E     NaN     6.0

其中，'C'行的'value1'和'value2'不相等，'D'行在df1中存在，在df2中不存在，'E'行在df2中存在，在df1中不存在。