如何用Pandas实现DataFrame列更新及新增ID数据合并？

你提到的pd.DataFrame.update确实只能更新已存在的行，无法添加新记录。这里有两种简单的方法可以满足你的需求——既用df2更新df1的现有ID值，又把df2中的新ID数据补充到df1里。

方法一：先更新现有行，再追加新行 #

这种方法逻辑直观，先完成现有ID的更新，再手动添加df2独有的新数据：

import pandas as pd

# 构造示例数据
df1 = pd.DataFrame({'ID': ['ID1', 'ID2', 'ID3', 'ID4'],
                    'A': [5, 6, 7, 8]})
df2 = pd.DataFrame({'ID': ['ID1', 'ID2', 'ID3', 'ID5', 'ID6', 'ID7'],
                    'A': [5, 1, 8, 7, 8, 9]})

# 1. 复制df1避免修改原数据，将ID设为索引方便匹配
updated_df1 = df1.copy().set_index('ID')
df2_idx = df2.set_index('ID')

# 2. 用df2更新df1中已存在的ID的A值
updated_df1.update(df2_idx)

# 3. 筛选df2中不在df1里的新ID，追加到结果中
new_records = df2_idx[~df2_idx.index.isin(updated_df1.index)]
updated_df1 = pd.concat([updated_df1, new_records]).reset_index()

# 查看最终结果
print(updated_df1)

运行后输出与你期望的完全一致：

ID  A
0  ID1  5
1  ID2  1
2  ID3  8
3  ID4  8
4  ID5  7
5  ID6  8
6  ID7  9

方法二：合并后分组取最新值 #

这种方法更简洁，利用concat合并两个DataFrame，再按ID分组保留最后出现的记录（因为把df2放在后面，确保它的优先级更高）：

import pandas as pd

# 构造示例数据
df1 = pd.DataFrame({'ID': ['ID1', 'ID2', 'ID3', 'ID4'],
                    'A': [5, 6, 7, 8]})
df2 = pd.DataFrame({'ID': ['ID1', 'ID2', 'ID3', 'ID5', 'ID6', 'ID7'],
                    'A': [5, 1, 8, 7, 8, 9]})

# 合并df1和df2，df2后置保证重复ID取df2的值
combined = pd.concat([df1, df2])
# 按ID分组，保留每组最后一行并重置索引
updated_df1 = combined.groupby('ID', as_index=False).last()

# 查看最终结果
print(updated_df1)

这个方法的输出结果和方法一完全相同，代码更简洁，适合快速实现需求。

两种方法的适用场景 #

• 方法一优势是步骤清晰可控，适合需要在更新/追加前做额外数据校验、转换的场景；
• 方法二更轻量化，适合不需要中间步骤处理的快速合并需求。

内容的提问来源于stack exchange，提问作者Mohit Aneja