如何合并两个DataFrame实现upsert以更新单个DataFrame的数值

Upsert逻辑为：主键匹配的行用新数据覆盖旧数据，主键不存在的行直接插入新数据，针对你的场景提供两种常用实现方案：

方案1：combine_first实现（简洁通用，全字段更新） #

操作逻辑：将主键设为索引后，优先取新表df_closed的数值，旧表仅做新表缺失数据的补充，完全符合upsert的要求。
示例代码：

import pandas as pd

# 构造示例数据，实际使用时替换为你自己的df_open、df_closed
df_open = pd.DataFrame({'Primary_key': [1, 2], 'Name': ['A', 'B']})
df_closed = pd.DataFrame({'Primary_key': [1, 2, 3], 'Name': ['A', 'X', 'C']})

# 执行upsert操作
df_open = df_open.set_index('Primary_key')
df_closed = df_closed.set_index('Primary_key')
df_upsert_result = df_closed.combine_first(df_open).reset_index()

执行后得到的结果完全符合你的预期：

方案2：merge+where实现（灵活度高，支持自定义更新规则） #

适合仅需要更新部分字段、或不同字段有不同更新逻辑的场景：

# 外连接两个表，用后缀区分新旧字段
merged_df = df_open.merge(df_closed, on='Primary_key', how='outer', suffixes=('_old', '_new'))

# 优先用新表的Name值，新值为空时保留旧值
merged_df['Name'] = merged_df['Name_new'].where(merged_df['Name_new'].notna(), merged_df['Name_old'])

# 提取最终需要的字段即可
df_upsert_result = merged_df[['Primary_key', 'Name']]

适用场景说明 #

• 全字段按新表覆盖旧表的场景优先用方案1，代码更简洁执行效率更高
• 需要自定义部分字段更新规则的场景用方案2，可灵活调整逻辑

内容的提问来源于stack exchange，提问作者MaDMaXx