Python 如何在数据框中添加*或*更新列？

我有一个现有的DataFrame，和一个计算要添加到该DataFrame的几个列的方法。我目前使用pd.concat[left，right]，axis=1。但是，当我第二次调用此方法时，它会再次使用相同的名称添加列

使用以下左右示例数据帧：

我正在寻找一个foo方法，其结果如下：

left = left.foo(right)  # or foo(left, right)
print(left)

   one  two  NEW
0   22    2   33
1   22    3   33
2   22    4   33

重要的是，如果我第二次调用left.foorright，我希望结果保持不变

当列已存在时，pd.join会引发错误，pd.concat不会覆盖现有列，pd.update仅覆盖现有列，但不会添加新列

是否有一个函数/方法可以实现我想要的功能/方法，或者我必须自己编写一个

解决方案：下面两个答案结合起来，对我有效的解决方案是：

result = left.\
        drop(left.columns.intersection(right.columns), axis=1).\
        join(right)

获取和列，然后在索引上：

获取和列，然后在索引上：

---

替代解决方案，但仅添加新列，不覆盖：

left = pd.concat([left, right[right.columns.difference(left.columns)]], axis=1)

left = pd.concat([left, right[right.columns.difference(left.columns)]], axis=1)
print (left)
2   22   33
   one  two  NEW
0    1    2   33
1    2    3   33
2    3    4   33

---

替代解决方案，但仅添加新列，不覆盖：

left = pd.concat([left, right[right.columns.difference(left.columns)]], axis=1)

left = pd.concat([left, right[right.columns.difference(left.columns)]], axis=1)
print (left)
2   22   33
   one  two  NEW
0    1    2   33
1    2    3   33
2    3    4   33

---

嗯，是的，这在我发布的示例中有效。但假设每个DF都有许多列，并且您事先不知道左侧已经存在右侧的哪些列。如果pandas还没有实现此功能，那么最终的解决方案将是我的选择。谢谢！它需要一个小的编辑，left.columns.intersection而不是left.columns.difference，但它是这样工作的。我对它做了一些修改，请参见问题底部的更新好的，是的，在我发布的示例中是有效的。但假设每个DF都有许多列，并且您事先不知道左侧已经存在右侧的哪些列。如果pandas还没有实现此功能，那么最终的解决方案将是我的选择。谢谢！它需要一个小的编辑，left.columns.intersection而不是left.columns.difference，但它是这样工作的。我做了一些修改，请参见问题底部的更新

left = pd.concat([left, right[right.columns.difference(left.columns)]], axis=1)

left = pd.concat([left, right[right.columns.difference(left.columns)]], axis=1)
print (left)
2   22   33
   one  two  NEW
0    1    2   33
1    2    3   33
2    3    4   33