请问Pandas如何用新DataFrame更新旧表，空值不覆盖原值并新增行

实现步骤 #

你可以通过设置索引+优先级合并的方式实现需求，完整可运行代码如下：

import pandas as pd
import numpy as np

# 构造示例数据
df1 = pd.DataFrame(np.array([[1, 'A1', 'B1'], [2, 'A2', 'B2'], [3, 'A3', 'B3']]), columns=['ID', 'A', 'B'])
df2 = pd.DataFrame(np.array([[1, 'A1X', 'B1X'], [2, 'A2X', ''], [4, 'A4', 'B4']]), columns=['ID', 'A', 'B'])

# 1. 将ID设为索引，方便按行匹配
df1_idx = df1.set_index('ID')
df2_idx = df2.set_index('ID')

# 2. 处理df2中的空字符串为pd.NA，避免空值覆盖df1的有效值
df2_idx = df2_idx.replace('', pd.NA)

# 3. 合并：优先取df2的非空值，df2缺失的取值用df1补充
df = df2_idx.combine_first(df1_idx).reset_index().sort_values('ID').reset_index(drop=True)

print(df)

运行后输出结果和要求完全一致：

ID    A   B
0  1  A1X B1X
1  2  A2X  B2
2  3   A3  B3
3  4   A4  B4

逻辑说明 #

• combine_first方法会以调用方（此处为df2_idx）的非空值为优先，调用方没有的行、列或者空值位置，会用参数传入的df1_idx的对应值补充，完美适配「df2覆盖更新+保留df1原有内容+新增df2独有行列」的需求
• 提前处理空字符串是为了避免df2里的空字符串被识别为有效值覆盖df1的内容，如果你不需要过滤空字符串可以删除这一步

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