Pandas两个含同名start_date列的DataFrame合并时如何保留左表值

问题原因 #

pd.DataFrame.update() 方法会默认用右侧数据表的同名列值覆盖左侧表的对应值。你的右侧表 right_a 包含 start_date 列，所以左侧 left_a 里的 start_date 不管原有值是空还是有值，都会被右侧的 start_date 统一覆盖，才会得到不符合预期的输出。

解决方案（改动最小，兼容原有逻辑） #

只需要在调用update方法时，仅指定更新你需要的x2列，不处理start_date列即可，修改后的完整代码如下：

import pandas as pd
df_prep = pd.DataFrame({
    'offr_id': ['1', '1', '2', '2'],  
    'mbr_id' : ['10','11','12','13'],                
    'start_date': ['', '','2021-09-01', '2021-09-01']
})

df_map_grocery = pd.DataFrame({
    'offr_id': ['1', '2'],
    'x2': ['a', 'b'],
    'start_date': ['2021-09-06', '2021-09-06']
})

left_a = df_prep.set_index('offr_id')
right_a = df_map_grocery.set_index('offr_id')
df_prep = left_a.reindex(columns=left_a.columns.union(right_a.columns))
# 仅更新x2列，保留原有start_date不被覆盖
df_prep.update(right_a[['x2']])
df_prep.reset_index(inplace=True) 

运行后即可得到你需要的目标输出。

可选优化方案：用merge实现逻辑更清晰 #

如果你不想用update方法，也可以用左连接merge的方式，明确指定只合并需要的x2列，代码更简洁易读：

df_prep = df_prep.merge(df_map_grocery[['offr_id', 'x2']], on='offr_id', how='left')

内容的提问来源于stack exchange，提问作者ddss12