如何用Python从新DataFrame更新旧DataFrame的数据？

先创建示例数据方便复现：

import pandas as pd

old_df = pd.DataFrame({'Id': [1, 2], 'Value': ['aaa*', 'BBB']})
new_df = pd.DataFrame({'Id': [1, 3], 'Value': ['AAA', 'CCC']})

方法1：concat + 去重 #

将新旧DataFrame合并后，按Id去重并保留最新的记录（新DataFrame的内容）：

# 合并时把新DataFrame放在后面，确保去重时优先保留新数据
combined = pd.concat([old_df, new_df])
result = combined.drop_duplicates(subset='Id', keep='last').sort_values('Id').reset_index(drop=True)

方法2：索引对齐 + combine_first #

将Id设为索引，利用combine_first实现“新数据覆盖旧数据，旧数据保留未匹配项，新增新数据项”：

# 分别设置Id为索引
old_indexed = old_df.set_index('Id')
new_indexed = new_df.set_index('Id')

# 用新数据作为基础，旧数据填充缺失项，刚好满足需求
result = new_indexed.combine_first(old_indexed).reset_index()

两种方法最终得到的结果都是：

为什么之前的方法没成功？ #

• update：仅更新与目标DataFrame索引、列完全匹配的项，不会新增行，所以Id=3的记录无法加入
• merge：默认内连接会丢失Id=2的记录；外连接会生成缺失值列，需要额外处理才能合并成单一Value列
• concat：如果不去重，会保留重复的Id=1行，不符合需求

内容的提问来源于stack exchange，提问作者Tom