Pandas合并两个DataFrame：用第二个表数据补全第一个表匹配行

以下是三种可行的实现方案：

方案1：使用combine_first（最简洁） #

优先使用df5的匹配行数据，缺失的内容用df4填充，一行代码即可完成：

import pandas as pd
# 你的测试数据
df4 = pd.DataFrame({'a':['red','green','yellow','blue'],'b':[1,5,6,7],'c':[1,7,8,9]})
df5 = pd.DataFrame({'a':'red','b':44, 'c':55}, index=[0])

# 核心代码
res = df5.set_index('a').combine_first(df4.set_index('a')).reset_index()

输出结果完全符合你的预期，列顺序和值都正确。

方案2：使用update方法（原地修改） #

如果可以接受修改原df4，用update方法更高效：

# 先将公共匹配列设为索引
df4_idx = df4.set_index('a')
df5_idx = df5.set_index('a')
# 用df5的值覆盖df4的匹配行
df4_idx.update(df5_idx)
# 重置索引恢复结构
res = df4_idx.reset_index()

如果不想修改原df4，可以先对df4做拷贝再操作：df4_idx = df4.set_index('a').copy()。

方案3：基于merge结果合并列 #

如果你已经执行了merge操作，也可以直接对生成的_x、_y列做合并：

merged = pd.merge(df4, df5, how='left', on='a')
# 优先用y列的值，空值用x列填充，可根据需要转换数据类型
merged['b'] = merged['b_y'].fillna(merged['b_x']).astype(int)
merged['c'] = merged['c_y'].fillna(merged['c_x']).astype(int)
# 提取需要的列得到结果
res = merged[['a', 'b', 'c']]

注意事项 #

• 如果df5中存在同一个a值对应多条数据的情况，需要先对df5按a列去重，确保每个匹配键唯一，否则会出现覆盖异常。
• merge后产生的NaN会自动把int列转为float类型，如果需要保持整数类型，可以调用astype(int)做转换。

内容的提问来源于stack exchange，提问作者luka