如何使用Pandas通过索引补全缺失行并合并DataFrame？

你需要将清理后的子集df2（保留原索引）中的修改内容合并回原始DataFrame df1，同时保留df1中未被df2覆盖的行，之前尝试外连接会产生重复列，以下是两种更简便的解决方案：

方法一：直接通过索引定位替换（最直观高效） #

利用DataFrame.loc[]按索引匹配，直接将df2的内容替换df1中对应索引的行，无需额外清理冗余列：

import pandas as pd

# 创建示例df1
df1 = pd.DataFrame({
    'colA': ['California', 'New York', 'Texas'],
    'colB': [123, 456, 789],
    'colC': ['abc', 'def', 'ghi']
})

# 创建清理后的df2
df2 = pd.DataFrame({
    'colA': ['California', 'Texas'],
    'colB': [321, 789],
    'colC': ['abc', 'ihg']
}, index=[0, 2])

# 生成结果：复制df1后用df2替换对应索引的行
result = df1.copy()
result.loc[df2.index] = df2

运行后result即为期望结果：

方法二：使用combine_first（适配部分列修改场景） #

如果df2仅修改了部分列（而非整行替换），combine_first可以用df2的非缺失值覆盖df1对应位置的值，同时自动保留df1的完整索引：

# 补全df2的索引以匹配df1，再用df2的值覆盖对应位置
result = df2.reindex(df1.index).combine_first(df1)

这种方法会优先使用df2的修改值，未修改的列则保留df1的原始内容。

关于外连接的问题 #

外连接（如pd.merge(df1, df2, left_index=True, right_index=True, how='outer')）会将两个DataFrame的列全部保留，因此产生带后缀的重复列（如colA_x、colA_y），而上面的两种方法都是直接在原结构上替换/填充，不会产生冗余列。

内容的提问来源于stack exchange，提问作者Jeremy Wu