如何合并带时间戳的pandas DataFrame且不覆盖原有旧数据？

原始数据A #

timestamp,some_value
389434893,abc
348973493,dac
128197291,fgd

更新数据B #

这是A的更新版本，包含更多数据，部分原有行的some_value字段已修改，但timestamp未变：

timestamp,some_value
389434893,wwwwwwe # timestamp未变更
348973493,wwwwags # timestamp未变更
128197291,wwaswww # timestamp未变更
982379283,ggg

合并需求 #

合并A与B时，必须保留A中原有行的全部内容（哪怕B里对应timestamp的some_value已经修改），同时添加B里A没有的新行，最终结果如下：

timestamp,some_value
389434893,abc # 来自A
348973493,dac # 来自A
128197291,fgd # 来自A
982379283,ggg # 来自B的新行

实现方法 #

推荐两种简单直接的Pandas操作方式：

方法一：拼接后去重 #

先把A放在前面、B放在后面拼接成一个大DataFrame，再按timestamp去重，保留第一次出现的行（也就是A里的原始内容）：

import pandas as pd

# 假设已加载好df_a（对应数据A）和df_b（对应数据B）
df_a = pd.read_csv("data_a.csv")
df_b = pd.read_csv("data_b.csv")

# 合并并去重
result = pd.concat([df_a, df_b]).drop_duplicates(subset="timestamp", keep="first")

方法二：提取新行再合并 #

先筛选出B中timestamp不在A里的新行，再把这些新行和A直接拼接：

import pandas as pd

df_a = pd.read_csv("data_a.csv")
df_b = pd.read_csv("data_b.csv")

# 筛选B中的新行
new_rows_from_b = df_b[~df_b["timestamp"].isin(df_a["timestamp"])]

# 合并A和新行
result = pd.concat([df_a, new_rows_from_b])

内容的提问来源于stack exchange，提问作者comonadd