如何基于索引用另一个DataFrame的列值替换某DataFrame的列值

我有两个DataFrame：

df_1的结构如下：

df_1=

Index        ID               Department
0            1895001           Media
1            1895001           Sales
2            1895001           HR
...
690          2060829           Marketing
941          1782054           Finance
952          1742360           Marketing
1060         1834992           Marketing
1064         1809653           Finance

df_2是部分索引的更新数据：

df_2=

Index        ID               Department
690          2060829           Engineering
941          1782054           IT
952          1742360           Engineering
1060         1834992           Engineering
1064         1809653           IT

我尝试用以下代码合并，但没得到想要的结果：

df = pd.merge(df_1, df_2, left_index=True, right_index=True)

期望得到的结果是：保留df_1的所有索引，仅用df_2的Department替换df_1中对应索引的部门数据，其余数据不变：

df = 

Index        ID               Department
0            1895001           Media
1            1895001           Sales
2            1895001           HR
...
690          2060829           Engineering
941          1782054           IT
952          1742360           Engineering
1060         1834992           Engineering
1064         1809653           IT

正确解决方案 #

你用的pd.merge会只保留两个表共有的索引，还会生成重复列（比如ID_x、Department_y），不符合需求。应该用数据覆盖更新的方法：

方法1：使用update #

update会直接用df_2的匹配值覆盖df_1对应位置的数据，操作简单高效：

# 复制df_1避免修改原数据
df = df_1.copy()
# 用df_2的Department列更新df的对应索引数据
df['Department'].update(df_2['Department'])

方法2：使用combine_first #

combine_first会优先保留df_2的数据，然后用df_1填充df_2中没有的索引数据，最后按原df_1的索引排序保持顺序：

df = df_2.combine_first(df_1)
# 恢复df_1的原始索引顺序
df = df.loc[df_1.index]

两种方法都能得到你期望的结果，其中update更适合只更新单一列的场景，效率更高。

内容的提问来源于stack exchange，提问作者dagi_de