基于共同索引合并DataFrame：保留B索引并覆盖重复值

看起来你已经找对了方向，但用merge的时候因为列名重复导致生成了两列，其实有更直接的方法来实现你要的需求——保留B的所有索引条目，相同索引用B的值，B没有的索引用A的值。

下面给你两种简单高效的解决方案：

方法1：使用combine_first()（最贴合需求） #

pandas的combine_first()方法就是专门干这个的：它会优先使用调用者（这里是df2）的数据，对于调用者中缺失的索引/列，再用传入的DataFrame（df1）的数据来补充，完美匹配你的需求！

代码示例：

import pandas as pd

df1 = pd.DataFrame(index= [1, 2], data = ['1A', '2A'], columns=['col1'])
df2 = pd.DataFrame(index= [1, 3], data=['1B', '3B'], columns=['col1'])

# 核心代码
df3 = df2.combine_first(df1)

运行结果就是你想要的：

col1
1      1B
2      2A
3      3B

方法2：用concat + groupby #

如果你偏好更直观的组合操作，可以先把两个DataFrame拼接起来，然后按索引分组，取每组的最后一条数据（因为df2在拼接顺序的后面，相同索引的最后一条就是df2的值）：

代码示例：

df3 = pd.concat([df1, df2]).groupby(level=0).last()

这个方法同样能得到和上面完全一致的结果。

为什么你的merge会生成两列？ #

当你用merge做外连接且列名相同时，pandas会自动给来自左表（df1）的列加_x后缀，右表（df2）的列加_y后缀。如果一定要用merge实现，你可以手动合并这两列，优先取col1_y（df2的值），但这就多了一步：

merged = pd.merge(df1, df2, how='outer', left_index=True, right_index=True)
df3 = merged['col1_y'].combine_first(merged['col1_x']).to_frame('col1')

显然这不如前两种方法简洁，所以更推荐前面的方案。

内容的提问来源于stack exchange，提问作者eztam