事前準備

まずはサンプルのDataFrameを２つ作成します．

import pandas as pd

df1 = pd.DataFrame({
    'sushi': ['まぐろ', 'いくら', 'えび'],
    'price': [500, 300, 150]
})
display(df1)

df2 = pd.DataFrame({
    'sushi': ['まぐろ', 'うに', 'えび'],
    'price': [500, 400, 130]
})
display(df2)

DataFrame同士の差分を横並びで確認

２つのDataFrameを横並びにして確認する場合は以下のとおりです．
sushi列を基準にDataFrameを結合しています．

pd.merge(df1, df2, how='outer', on='sushi')

片方のDataFrameにしか存在しない要素に関してはNaNとなります.¹

pd.merge(df1, df2, how='outer', on='sushi', suffixes=('_df1', '_df2'))

DataFrame同士の完全一致を確認

DataFrame同士で完全に一致しているデータを見たい場合は以下のとおりです．
sushi列とprice列が一致している行だけが抽出されています．

pd.merge(df1, df2, how='inner')

差分（一致しない）行だけを確認

DataFrame同士の差分を確認するには以下のようにします．

df = pd.merge(df1, df2, how='outer', on='sushi', suffixes=('_df1', '_df2'))
df['flag'] = df['price_df1'] == df['price_df2']
df.query('flag == False')

コードの内容は以下のとおりです．

1. DataFrameを結合
2. 各price列同士の一致を確認し，結果を新しい列として追加
3. flag列がFalseのデータだけを抽出

片方のDataFrameを基準に両者の差分のみを確認

df1のsushi列とdf2のsushi列を比較して，df1にのみ存在する要素を表示しています．

df1[~df1['sushi'].isin(df2['sushi'])]

df2にのみ存在する要素は以下のとおりです．

df2[~df2['sushi'].isin(df1['sushi'])]

なお，df1, df2の両方に存在する要素をsushi列基準で取得するには以下のとおりです．

df1[df1['sushi'].isin(df2['sushi'])]

ひとこと

たまに目視でDataFrame同士を見たりする際に使います．
isin()はここで紹介した以外でも色々と使えるので，使えると便利です．