如何合并两个Pandas DataFrame：用y的指定列覆盖x并追加列？

嘿，我懂你试了join/merge/concat各种参数都没搞定的烦躁！咱们直接针对你的需求来拆解解决：要实现y的第2、3列覆盖x对应列，再把y的第4、5列追加到x末尾，这其实是「替换列+合并列」的组合操作，分两步就能搞定，不用纠结单一连接方法。

先明确需求细节 #

这里的「对应列」我默认是指x的第2、3列（按位置匹配），如果是按列名匹配，调整代码里的索引即可。另外假设两个DataFrame的行是需要对齐的（比如通过主键或索引一一对应）。

示例代码与步骤 #

先构造两个测试用的DataFrame，方便你对照理解：

import pandas as pd

# 示例x：4列，第2、3列是要被覆盖的目标列
x = pd.DataFrame({
    '主键列': [1, 2, 3],
    'x_col2': ['x旧值1', 'x旧值2', 'x旧值3'],
    'x_col3': ['x旧值A', 'x旧值B', 'x旧值C'],
    'x_col4': [100, 200, 300]
})

# 示例y：5列，第2、3列是用来覆盖的值，第4、5列是要追加的新列
y = pd.DataFrame({
    '主键列': [1, 2, 3],
    'y_col2': ['y新值1', 'y新值2', 'y新值3'],  # y的第2列（位置索引1）
    'y_col3': ['y新值A', 'y新值B', 'y新值C'],  # y的第3列（位置索引2）
    'y_col4': ['追加值1', '追加值2', '追加值3'],  # y的第4列（位置索引3）
    'y_col5': ['追加值A', '追加值B', '追加值C']   # y的第5列（位置索引4）
})

步骤1：确保行对齐（关键！）

如果x和y的行是通过主键匹配的（比如上面的「主键列」），先通过merge确保两行完全对应，避免替换时错位：

# 用主键列对齐x和y的行，保留x的所有行（如果y有缺失行，对应位置会留空）
x = x.merge(y[['主键列']], on='主键列', how='left')
# 如果是按索引对齐，直接跳过这步，确保x和y的index完全一致即可

步骤2：用y的第2、3列覆盖x的对应列

用位置索引iloc精准定位列，直接赋值替换：

# x的第2、3列（位置索引1到2）替换为y的第2、3列（位置索引1到2）
# 用.values避免索引对齐的潜在问题，如果索引已经完全一致，也可以直接写x.iloc[:,1:3] = y.iloc[:,1:3]
x.iloc[:, 1:3] = y.iloc[:, 1:3].values

步骤3：追加y的第4、5列到x末尾

用concat按列方向合并，还可以给新列重命名避免重复：

# 提取y的第4、5列，可选重命名列名
y_append_cols = y.iloc[:, 3:5].rename(columns={
    y.columns[3]: '新追加列1',
    y.columns[4]: '新追加列2'
})

# 合并到x末尾
x = pd.concat([x, y_append_cols], axis=1)

最终效果 #

运行完代码后，x就变成了：

• 原第2、3列的值被y的对应列覆盖
• 末尾新增了y的第4、5列

如果你的DataFrame行不是一一对应的，比如x有y没有的行，只需要调整步骤1的how参数（比如how='inner'只保留双方都有的行），或者用y.reindex(x.index)来对齐索引后再赋值。

内容的提问来源于stack exchange，提问作者pynewbie