如何基于MultiIndex替换pandas.DataFrame中的值？

需求说明 #

• 现有两个列结构完全相同的pandas.DataFrame：df1和df2
• df2的所有MultiIndex均存在于df1中，但df1包含部分df2没有的索引
• 二者共有的索引行，用df2的对应行数据替换df1内容；仅df1拥有的索引行，保留df1原数据
  简言之：基于MultiIndex用df2的值替换df1的对应值

示例代码与预期输出 #

示例数据定义 #

import pandas as pd

index_names = ['index1', 'index2']
columns = ['column1', 'column2']

# 定义df1
data1 = [[1, 2], [2, 3], [3, 4], [4, 5], [5, 6]] 
index1 = [['i1', 'i1', 'i1', 'i2', 'i2'], ['A', 'B', 'C', 'B', 'C']]
df1 = pd.DataFrame(data1, index=pd.MultiIndex.from_arrays(index1, names=index_names), columns=columns)
print("df1原始数据：")
print(df1)
# 输出：
#               column1  column2
#index1 index2                  
#i1     A             1        2
#       B             2        3
#       C             3        4
#i2     B             4        5
#       C             5        6

# 定义df2
data2 = [[11, 12], [12, 13]]
index2 = [['i2', 'i1'], ['C', 'C']]
df2 = pd.DataFrame(data2, index=pd.MultiIndex.from_arrays(index2, names=index_names), columns=columns)
print("\ndf2原始数据：")
print(df2)
# 输出：
#               column1  column2
#index1 index2                  
#i2     C            11       12
#i1     C            12       13

预期输出 #

column1  column2
index1 index2                  
i1     A             1        2
       B             2        3
       C            12       13 # 已替换
i2     B             4        5
       C            11       12 # 已替换

环境信息 #

• Python 3.10.5
• Pandas 1.4.3

解决方案 #

方法1：直接修改df1（原地替换） #

利用DataFrame.loc定位重叠索引，直接赋值替换，操作简单高效：

# 用df2的值替换df1中对应索引的行
df1.loc[df2.index] = df2
print(df1)

该方法会直接修改原始的df1，执行后df1即为预期结果。

方法2：生成新的DataFrame（不修改原数据） #

如果需要保留原始df1和df2，可使用combine_first方法，再重新对齐索引：

# 用df2覆盖重叠行，df1补充缺失行
result = df2.combine_first(df1)
# 按照原df1的索引顺序重新排列
result = result.reindex(df1.index)
print(result)

此方法会生成一个新的DataFrame，原始的df1和df2不会被修改。

内容的提问来源于stack exchange，提问作者dmjy