要比较两个数据框中某一列的不同值，可以使用以下步骤来解决：

1. 首先，导入所需的库，比如pandas。

import pandas as pd

2. 创建两个数据框。

df1 = pd.DataFrame({'A': [1, 2, 3, 4, 5],
                    'B': ['a', 'b', 'c', 'd', 'e']})

df2 = pd.DataFrame({'A': [4, 5, 6, 7, 8],
                    'B': ['d', 'e', 'f', 'g', 'h']})

3. 使用pandas的merge()函数将两个数据框按照某一列进行合并。

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

在上面的代码中，我们将两个数据框按照列'B'进行合并，合并方式为'outer'，表示保留两个数据框中的所有行。

4. 使用pandas的isnull()函数查找合并后的数据框中的缺失值，即不同的值。

different_values = merged_df[merged_df['A_x'].isnull() | merged_df['A_y'].isnull()]

在上面的代码中，我们使用isnull()函数检查'A_x'列和'A_y'列是否有缺失值，如果有缺失值则表示这些值在其中一个数据框中但不在另一个数据框中。

5. 最后，打印出不同的值。

print(different_values)

完整的代码示例如下：

import pandas as pd

df1 = pd.DataFrame({'A': [1, 2, 3, 4, 5],
                    'B': ['a', 'b', 'c', 'd', 'e']})

df2 = pd.DataFrame({'A': [4, 5, 6, 7, 8],
                    'B': ['d', 'e', 'f', 'g', 'h']})

merged_df = pd.merge(df1, df2, on='B', how='outer')
different_values = merged_df[merged_df['A_x'].isnull() | merged_df['A_y'].isnull()]

print(different_values)

这样，你就可以比较两个数据框中某一列的不同值了。