Python中合并含重复索引DataFrame并以新值覆盖旧值的实现方法

以下所有方法都可以实现你需要的合并逻辑：重复索引优先保留后一个DataFrame（df2）的取值，自动合并所有索引。

你提供的示例数据如下：

import pandas as pd
df1 = pd.DataFrame({'values': [1, 2, 3]}, index=['a', 'b', 'c'])
df2 = pd.DataFrame({'values': [4, 5, 6]}, index=['c', 'd', 'e'])

方法1：使用combine_first（最简洁） #

该方法会自动取两个DataFrame的索引并集，优先保留调用方法的对象的非空值，空缺位置用参数传入的DataFrame的值填充，符合你需要的优先级逻辑。

# df2优先级更高，所以用df2调用方法，传入df1
result = df2.combine_first(df1)
# 如果需要固定索引顺序可加下一行，默认返回按字母排序的索引
result = result.reindex(['a','b','c','d','e'])

输出结果：

values
a       1
b       2
c       4
d       5
e       6

方法2：使用concat + 索引去重（适合多DataFrame合并场景） #

先按「优先级从低到高」的顺序拼接所有DataFrame，再按索引去重，保留最后出现的取值即可，适合2个以上DataFrame批量合并的场景。

concat_df = pd.concat([df1, df2])
# keep='last'表示重复索引保留最后出现的那行
result = concat_df.loc[~concat_df.index.duplicated(keep='last')]
# 按字母排序索引
result = result.sort_index()

方法3：使用reindex + fillna（逻辑最直观） #

先取两个DataFrame的索引并集，再用df2重索引到这个并集，空缺位置用df1填充，逻辑易懂便于自定义调整。

# 取两个索引的并集
union_index = df1.index.union(df2.index)
# 用df2优先填充，空缺部分补df1的取值
result = df2.reindex(union_index).fillna(df1)

注意事项 #

• 所有方法默认返回按字母排序的索引，如果需要自定义顺序可以用reindex指定目标索引列表即可
• 如果两个DataFrame有多个列，上述方法会自动按列名匹配处理，不需要额外调整

内容的提问来源于stack exchange，提问作者tcordeviola