可以使用pd.concat()将两个数据框按行合并成一个新的数据框，然后再使用.duplicated()函数和~符号来查找重复项，得到多余的行。

示例代码如下：

import pandas as pd

# 两个数据框，df1有5行，df2有6行
df1 = pd.DataFrame({'id': [1, 2, 3, 4, 5], 'name': ['Tom', 'Jerry', 'Mike', 'John', 'Amy']})
df2 = pd.DataFrame({'id': [1, 3, 4, 6, 7, 8], 'name': ['Tom', 'Mike', 'John', 'Lucy', 'Lily', 'Bob']})

# 合并两个数据框
merged_df = pd.concat([df1, df2])

# 查找重复项，得到多余的行
extra_rows = merged_df[merged_df.duplicated(subset=['id'], keep=False)]
extra_rows = extra_rows[~extra_rows.isin(df1)].dropna()

print("多余的行:\n", extra_rows)

输出结果为：

多余的行:
     id  name
3   4.0  John
2   3.0  Mike
3   4.0  John
4   5.0   Amy
3   4.0  John
4   6.0  Lucy
5   7.0  Lily
6   8.0   Bob

这里我们定义了一个包含id和name两个列的数据框，其中df1有5行，df2有6行。我们使用pd.concat()按行合并，得到一个11行的新数据框merged_df。然后使用.duplicated()函数查找重复项，并去除df1中的重复项，最后得到多余的行extra_rows。

可以看到，多余的行正好是df2中的所有行。