如何在索引重叠时用另一DataFrame列更新pandas DataFrame列？

直接使用pandas的update()方法，配合列重命名即可完成需求，这是最简洁的实现方式：

import pandas as pd

# 创建示例数据
dfA = pd.DataFrame({'A': [1,1,1,1]}, index=[1,2,3,4])
dfB = pd.DataFrame({'B': [2,2,2,2]}, index=[3,4,5,6])

# 核心操作：重命名dfB列名后更新dfA
dfA.update(dfB.rename(columns={'B': 'A'}))

print(dfA)

关键说明 #

• dfB.rename(columns={'B': 'A'})：将dfB的B列重命名为A，保证列名与dfA待更新的列一致，满足update()方法的匹配要求
• dfA.update()：该方法会自动按索引匹配，仅用dfB中与dfA重叠索引对应的值更新dfA，不重叠的索引和列不会被修改，完全契合需求

执行代码后输出结果：

A
1  1
2  1
3  2
4  2

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