你总是可以把它重写为：

df1.unionAll(df2).except(df1.intersect(df2))

说真的，UNION、INTERSECT和EXCEPT/MINUS几乎是一组标准的SQL组合运算符。我不知道任何系统提供异或一样的操作开箱即用。最有可能的原因是，使用其他三个实现它是微不足道的，并且没有太多的优化。

为什么不是下面呢？

df1.except(df2)

如果你正在寻找Pyspark解决方案，你应该使用subtract（）docs。
此外，unionAll在2.0中不推荐使用，请使用union（）。
df1.union(df2).subtract(df1.intersect(df2))

请注意，EXCEPT（或MINUS，它只是EXCEPT的别名）会重复数据消除结果。因此，如果你期望“except”set（你提到的diff）+“intersect”set等于原始的数组，考虑这个保留重复的特性请求：
https://issues.apache.org/jira/browse/SPARK-21274
正如我在那里写的，“EXCEPT ALL”可以在Spark SQL中重写为

SELECT a,b,c
FROM    tab1 t1
     LEFT OUTER JOIN 
        tab2 t2
     ON (
        (t1.a, t1.b, t1.c) = (t2.a, t2.b, t2.c)
     )
WHERE
    COALESCE(t2.a, t2.b, t2.c) IS NULL

我认为使用左连接然后过滤空值会更有效。

df1.join(df2, Seq("some_join_key", "some_other_join_key"),"left")
.where(col("column_just_present_in_df2").isNull)