想法是在两列中按id对值进行排序，并按GroupBy.cumcount与助手计数器连接，然后可以过滤不匹配的行：

df1 = df1.sort_values(['id','check_column1'])
df2 = df2.sort_values(['id','check_column2'])
    
df = pd.merge(df1,df2, left_on= ['id',df1.groupby('id').cumcount()], 
                       right_on= ['id',df2.groupby('id').cumcount()])

output = df[df['check_column1'] != df['check_column2']]
print (output)
   id  key_1 check_column1 check_column2
2   2      0           mmm           kkk

您可以使用np.where来实现这一点。

df1 = pd.DataFrame({'id':[1,1,2,2,2],'check_column1':['abc','bcd','xyz','mno','mmm']})
df2 = pd.DataFrame({'id':[1,1,2,2,2],'check_column2':['bcd','abc','xyz','mno','kkk']})

output = pd.merge(df1,df2, on= ['id'], how='inner')
event4 = np.where(output['check_column1']!=output['check_column2'],output[['id','check_column1']],output[['id','check_column2']])

输出量：

array([[2, 'mmm'],
       [2, 'kkk']], dtype=object)

mask = np.where((df1['id'] != df2['id']) | (df1['check_column1'] != df2['check_column2']), True, False)

output = df2[mask]