如何在Pandas中仅将主DataFrame不存在的批次数据追加至其中？

需求说明 #

从Df2中仅提取Batch为'D'的行（该批次未在Df1中出现），并将其合并到Df1中，保留原数据的索引结构。

实现代码 #

import pandas as pd

# 构造示例DataFrame
df1 = pd.DataFrame({
    'Batch': ['A', 'A', 'B', 'B', 'C', 'C'],
    'Result': [3, 5, 5, 6, 8, 3]
})

df2 = pd.DataFrame({
    'Batch': ['C', 'C', 'D', 'D'],
    'Result': [8, 3, 6, 1]
})

# 筛选df2中Batch为'D'的行
df2_filtered = df2[df2['Batch'] == 'D']

# 合并到df1，保留原索引
df_combined = pd.concat([df1, df2_filtered], ignore_index=False)

# 输出结果
print(df_combined)

代码解释 #

• 筛选目标数据：使用布尔索引df2[df2['Batch'] == 'D']精准提取D批次的所有行，自动排除不需要的C批次数据。
• 合并数据：pd.concat()用于按行拼接两个DataFrame，ignore_index=False参数会保留原DataFrame的索引（与你提供的示例输出索引一致）；如果需要生成连续的新索引，可将该参数改为ignore_index=True。

输出结果 #

Batch  Result
0     A       3
1     A       5
2     B       5
3     B       6
4     C       8
5     C       3
2     D       6
3     D       1

内容的提问来源于stack exchange，提问作者Hertyuw