向Pandas DataFrame添加字典数据：覆盖值且保留索引

直接通过concat合并后按索引分组保留最新值，就能同时实现覆盖重复索引、新增行和列的需求，具体步骤如下：

1. 先合并原DataFrame与新数据DataFrame：

combined = pd.concat([df, new_data_df])

2. 按行索引分组，取每组最后一行数据（新数据在合并序列的后方，会自动覆盖原有索引的旧值）：

final_df = combined.groupby(combined.index).last()

效果验证 #

执行上述代码后，输出结果会满足所有需求：

• dog、fish的重复索引旧值被新数据覆盖
• 新行new_row被添加
• 新列something_new被保留，缺失值自动填充为NaN

打印final_df的结果：

wings  specimen   legs something_new
falcon      2      10.0    2.0           NaN
dog        45      89.0    4.0           NaN
spider      0       1.0    8.0           NaN
fish    55555       8.0    0.0      new value
new_row    90       NaN    NaN           NaN

如果需要将缺失值统一填充（比如填0），可追加一步：

final_df = final_df.fillna(0)

另一种简洁写法 #

也可以用combine_first反向操作实现同样效果，代码更简洁：

final_df = new_data_df.combine_first(df)

内容的提问来源于stack exchange，提问作者JFerro