Pandas DataFrame合并避免后缀，如何实现指定结果输出？

我有两个列名相同的Pandas DataFrame，执行内连接后重复列会自动添加_x、_y后缀，但我需要实现的是：保留df1的所有行，同时用df2中相同id的行替换df1对应行的内容，另外新增id为4、列值全为'A'的行，最终得到指定输出。

给出的DataFrame定义如下：

import pandas as pd

df1 = pd.DataFrame({'id': [1, 2, 3, 5, 6, 7],
                    'column1': ['A', 'A', 'A', 'A', 'A', 'A'],
                    'column2': ['A', 'A', 'A', 'A', 'A', 'A']})

df2 = pd.DataFrame({'id': [5, 6, 7],
                    'column1': ['B', 'B', 'B'],
                    'column2': ['B', 'B', 'B']})

df1的内容：

id  column1 column2
1   A       A
2   A       A
3   A       A
5   A       A
6   A       A
7   A       A

df2的内容：

id  column1 column2
5   B       B
6   B       B
7   B       B       

期望输出：

id  column1 column2
1   A       A
2   A       A
3   A       A
4   A       A
5   B       B
6   B       B
7   B       B

可以通过以下步骤实现需求：

• 用df2替换df1中相同id的行：
  使用combine_first方法，先将df2和df1都设置id为索引，再执行合并操作，这样df2的行会覆盖df1中同id的行，同时保留df1的所有行。

• 新增id=4的行：
  创建包含id=4的单行DataFrame，将其与前面处理后的结果合并，最后重置索引并按id排序，得到最终结果。

完整代码如下：

import pandas as pd

# 定义原始DataFrame
df1 = pd.DataFrame({'id': [1, 2, 3, 5, 6, 7],
                    'column1': ['A', 'A', 'A', 'A', 'A', 'A'],
                    'column2': ['A', 'A', 'A', 'A', 'A', 'A']})

df2 = pd.DataFrame({'id': [5, 6, 7],
                    'column1': ['B', 'B', 'B'],
                    'column2': ['B', 'B', 'B']})

# 用df2覆盖df1同id的行
combined = df2.set_index('id').combine_first(df1.set_index('id')).reset_index()

# 新增id=4的行
new_row = pd.DataFrame({'id': [4], 'column1': ['A'], 'column2': ['A']})
result = pd.concat([combined, new_row], ignore_index=True).sort_values('id').reset_index(drop=True)

print(result)

执行后输出结果：

id column1 column2
0   1       A       A
1   2       A       A
2   3       A       A
3   4       A       A
4   5       B       B
5   6       B       B
6   7       B       B

内容的提问来源于stack exchange，提问作者Manic Daniel