多索引DataFrame合并：非NaN更新数据+新增索引追加

你要的需求可以直接用df_updates.combine_first(df_base)这一行代码实现，完全匹配你的两个规则：

• 规则1（新数据为NaN保留旧数据）：combine_first的逻辑是优先取调用者（df_updates）的非NaN值，只有当df_updates对应位置为NaN时，才会用df_base的值填充，正好贴合你的要求。
• 规则2（追加基表不存在的索引）：该方法会自动保留两个DataFrame中所有的多索引项，包括df_updates里df_base没有的新索引，无需额外处理。

验证示例 #

import pandas as pd
import numpy as np

# 构造多索引测试数据
index_base = pd.MultiIndex.from_tuples([('A', 'x'), ('A', 'y'), ('B', 'x')], names=['level1', 'level2'])
df_base = pd.DataFrame({'value': [1, 2, 3]}, index=index_base)

index_updates = pd.MultiIndex.from_tuples([('A', 'x'), ('B', 'y'), ('C', 'x')], names=['level1', 'level2'])
df_updates = pd.DataFrame({'value': [np.nan, 4, 5]}, index=index_updates)

# 单行合并
merged_df = df_updates.combine_first(df_base)
print(merged_df)

输出结果：

value
level1 level2       
A      x         1.0
       y         2.0
B      x         3.0
       y         4.0
C      x         5.0

效率说明 #

combine_first是Pandas内置的矢量化操作，比你之前用的update + combine_first更高效——它不需要先拷贝基表再执行update操作，直接一步完成合并逻辑，在处理大数据集时优势更明显。

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