如何用Pandas实现DataFrame更新并按需追加行？

你可以用以下两种方法实现需求：

方法1：使用combine_first() #

这个方法会优先采用df2的数值覆盖重复索引，同时保留df1里独有的行，最终包含两个DataFrame的所有索引。

示例代码：

import pandas as pd

# 构建原始数据
df1 = pd.DataFrame({'column': ['A1', 'A2']}, index=[1, 2])
df2 = pd.DataFrame({'column': ['A2_new', 'A3']}, index=[2, 3])

# 生成结果
result_df = df2.combine_first(df1)
print(result_df)

输出结果：

column
index        
1          A1
2      A2_new
3          A3

方法2：使用concat + groupby #

先把两个DataFrame纵向拼接，再按索引分组取每组最后一条数据（因为df2放在拼接顺序的后面，重复索引的最后一条就是df2的数值）。

示例代码：

result_df = pd.concat([df1, df2]).groupby(level=0).last()
print(result_df)

为什么update()不行？ #

df1.update(df2)只会修改df1中已存在的索引对应的值，不会新增df2里独有的索引行（比如索引3），所以满足不了你的需求。

内容的提问来源于stack exchange，提问作者Ars ML