下面是一个比较数据帧列并返回差异的扩展的代码示例:

import pandas as pd

def compare_dataframe_columns(df1, df2):
    # 获取两个数据帧的列名
    columns1 = set(df1.columns)
    columns2 = set(df2.columns)

    # 找出在df1中存在但在df2中不存在的列
    columns_only_in_df1 = columns1 - columns2

    # 找出在df2中存在但在df1中不存在的列
    columns_only_in_df2 = columns2 - columns1

    return columns_only_in_df1, columns_only_in_df2

# 创建示例数据帧
df1 = pd.DataFrame({'A': [1, 2, 3], 'B': [4, 5, 6]})
df2 = pd.DataFrame({'A': [1, 2, 3], 'C': [7, 8, 9]})

# 比较数据帧列并返回差异
diff1, diff2 = compare_dataframe_columns(df1, df2)
print("在df1中而不在df2中的列:", diff1)
print("在df2中而不在df1中的列:", diff2)

输出结果:

在df1中而不在df2中的列: {'B'}
在df2中而不在df1中的列: {'C'}

在这个示例中，我们定义了一个compare_dataframe_columns函数来比较两个数据帧的列并返回差异。这个函数使用set数据结构来获取每个数据帧的列名，并计算出只在一个数据帧中存在的列。最后，我们通过调用这个函数来比较示例数据帧df1和df2的列，并打印出差异的结果。