将来自多个数据帧的新数据和现有数据添加到单个数据帧中？ [复制]答案

【问题标题】：Adding new and already existing data from multiple dataframes into a singular dataframe? [duplicate]将来自多个数据帧的新数据和现有数据添加到单个数据帧中？ [复制]
【发布时间】：2022-01-25 04:18:27
【问题描述】：

假设我有一个main df1：

Name:	ID	ID2	score
Michael	1	01	100
Robert	12	012	80
William	123		65
Jul		01234	87

然后我想添加df2：

Name:	ID	ID2	score
Jul	1234	01234	87
William	123	0123	80
Steven	12345	012345	99

因此，如果df1 是我的main 数据框，我想将新值从df2 添加到df1。在df1 中name 的值是新的情况下，我希望它添加到df1 的底部，并且在name 的值确实存在于df1 的情况下，我想要当前行将被新的 df2 值覆盖，并保留在添加 df2 值之前所在的同一行中。

所以我的 final_df 应该是这样的：

Name:	ID	ID2	score
Michael	1	01	100
Robert	12	012	80
William	123	0123	80
Jul	1234	01234	87
Steven	12345	012345	99

我试过了：

pd.concat([df1, df2])

但这适用于我们将新数据添加到数据框中的情况，在将 df2 中的“Jul”和“William”添加到我们的 df1 的情况下，我希望它基本上覆盖 df1 中的当前数据'Jul' 和 'William' 因为这些名称值已经存在于我们的 df1 中

有更好的解决方案吗？提前谢谢你

【问题讨论】：

concat 将创建重复项 - 如果值不同怎么办？
如果值不同但名称相同，我们希望覆盖已经存在的名称的值 - 例如 df2 中的“Jul”示例，df1 中的“Jul”存在但列没有值：“ID”，但在 df2 中，我们有此列，它是新数据，因此我们希望用新数据覆盖“Jul”。而不是像 concat 方法那样将其添加到底部。

标签： python pandas dataframe concatenation

【解决方案1】：

如果name 相同，您希望 df2 值覆盖 df1 值，您可以按名称 drop_duplicates 并保留与最后一个副本对应的行（来自 df2）：

final_df = pd.concat([df1,df2]).drop_duplicates(subset="Name:",keep="last")

结果：

     Name:     ID     ID2  score
0  Michael      1      01    100
1   Robert     12     012     80
0      Jul   1234   01234     87
1  William    123    0123     80
2   Steven  12345  012345     99

【讨论】：