创建一个日终对账流程，以确保在工作日结束时没有离群值。这有点复杂，因为我需要将多个框相互比较，只留下不重复的值（aka outliers）.我试图比较df 1到/从df 2.还试图比较df 1到/从df 3.所有三个嵌套有两列：ID，来源。ID列由不同的特征组成，例如金额（负数或正数），9位数和人。具有正负金额的示例如下所示：20_777666333_bob或-1000_932143097_john。
范例：如果我正在比较df 1和df 2。如果df 1在ID列= 20_777666333_bob中有一个值，而df 2在ID列= 20_777666333_bob中没有匹配的值，那么我希望离群值在它自己的框架中返回为20_777666333_bob，我稍后将使用它来填充电子邮件。
下面是我正在努力的当前逻辑。如果有人知道为什么它返回所有重复而没有异常值，那将是非常有帮助的。此外，如果有人有一个不同的编码想法，我洗耳恭听。谢谢你的时间。

# List of dataframes
dataframes = [df1, df2, df3]

# Iterate through dataframes and drop duplicates
for i, df in enumerate(dataframes, start=1):
    dataframes[i-1] = df.drop_duplicates(subset='ID')

# Display the updated dataframes
for i, df in enumerate(dataframes, start=1):
    print(f"DataFrame {i} after dropping duplicates:")
    print(df)
    print()

字符串
更新后的文章更好的例子，以帮助回答我的问题。
“”df1 = pd.DataFrame（{“ID”：[20_777666333_bob，-1000_932143097_john，-5_987443211_jane]，“Source”：[“A”]}）df2 = pd.DataFrame（{“ID”：[440_098742123_jim，680_715355572_bill，20_777666333_bob]，“Source”：[“B”]}）df3 = pd.DataFrame（{“ID”：[680_715355572_bill，-1000_932143097_john，-900_976165534_sean]，“Source”：[“C”]}）
x = pd.concat（[df1，df2，df3]）.drop_duplicates（subset='ID'，keep=False）
'''
我希望我的outlier rame（x）有3个outliers：

1. ID =-5_987443211_jane，源A
2. ID = 440_098742123_jim，源B
3. ID =-900_976165534_sean，源C
   目前，当我使用上述逻辑时，我仍然看到离群值，而我希望不会。这可能与ID列的数据类型有关吗？当我concat它们时，df 1，df 2和df 3都转向ID列的datatype = object，但在我concat它们之前，df 1 = object，df 2 = string和df 3 = string。