データフレーム同士の列の中を比較して、一方にしかないない値を取得する

動作環境

python３
jupyter lab

関連リンクです。あなたは、「データフレーム同士のカラム名の差分、比較方法」について探していますか？↓
データフレーム同士のカラム名の差分を取得・比較する方法

#データフレームの任意の１列に対して、ソート＆ユニークな要素を取得する
まずは、悪い例。飛ばして読んでもいいです。（失敗は成功の母）

import numpy as np
import pandas as pd

# サンプルとなるデータフレームを作成
df = pd.DataFrame({ 'A' : [1,2,3,4,5], 'B' : ["aaaa","cccc","dddd","bbbb","cccc"]})

#1列だけを取得したあと、ソートに失敗した悪い例
[in]
print(df['B'].sort_index())

[out]
0    aaaa
1    cccc
2    dddd
3    bbbb　　　←ソート出来ていない！！
4    cccc
Name: B, dtype: object

#↓このままソートできていないままunique()してしまうザコーダ
[in]
print(df['B'].sort_index().unique())

[out]
['aaaa' 'cccc' 'dddd' 'bbbb']　　　←だから、ソート出来てないってば！！

[in]
print("ファッ!?ユニークは出来てるけど、ソートできてないやんけー")

[out]
ファッ!?ユニークは出来てるけど、ソートできてないやんけー

以下、成功例。（追記、全体的に修正しました。コメントありがとうございます。）

#↓ソートの成功例
[in]
print(df['B'].sort_values())

[out]
0    aaaa
3    bbbb　　　　　　←ソートできてる
1    cccc
4    cccc
2    dddd
Name: B, dtype: object

#↓sort_valuesすると、pandas.core.series.Series型になってしまう
[in]
print(type(df['B'].sort_values()))

[out]
<class 'pandas.core.series.Series'>

#↓続いて、ソートした上で、ユニークなものだけにする
[in]
print(df['B'].sort_values().unique())

[out]
['aaaa' 'bbbb' 'cccc' 'dddd']


#↓unique()すると、numpy.ndarray型になってしまう
[in]
print(type(df['B'].sort_values().unique()))

[out]
<class 'numpy.ndarray'>

エラーがでるようなときは、type()で型を確認してコーディングしていきます。

【ここからが本題】　データフレーム同士の列の中を比較して、一方にしか存在しない値を確認する

上のやり方を基礎にして、本題を解決します。自分が表示したい内容は、sort_index() と unique()を使って以下のようにして出来ました。

# 比較するためのデータフレームを２つ作る
train = pd.DataFrame({ 'A' : [1,2,3,4,5], 'B' : ["aaaa","cccc","dddd","bbbb","fffff"]})
test  = pd.DataFrame({ 'A' : [1,2,3], 'B' : ["aaaa","dddd","cccc"]})

#↓ソートの正解例
[in]
print(train['B'].sort_values().unique())

[out]
['aaaa' 'bbbb' 'cccc' 'dddd' 'fffff']
               
#これができると、↓このように比較できる
[in]
print(train['B'].sort_values().unique())
print(test['B'].sort_values().unique())

[out]
['aaaa' 'bbbb' 'cccc' 'dddd' 'fffff']
['aaaa' 'cccc' 'dddd']

こうすれば、testデータは、trainデータと比べて、ddddとffffの値が存在しないことがわかりました。データが1000行あったりした場合に、ユニークな値の確認に使えます。
（なんか、もっと良い確認方法ありそうですねー、でも今はこれでいいや）

#あとがき
データの中身を確認する際などは、これで見やすくなると思います。
もっと見やすいやり方あったら、コメントください。