Python 更新dataframe并添加新列

问题：

如果另一个数据帧的列没有出现在原始数据帧中，如何通过另一个数据帧的行更新另一个数据帧，同时添加新列

示例：

我有两个数据帧：

original_df = pd.DataFrame([{'name' : 'ruben','age' : 25},{'name' : 'henk', 'age' : 26},{'name' : 'gijs', 'age' : 20}],index=[0,1,2])

    name  age
0   ruben  25
1   henk   26
2   gijs   20

及

我想用update_df的行更新原始的_df。如果它们都包含相同的行，我可以按如下方式执行：

original_df.update(update_df)

然而，这导致：

    name  age
0  ruben  25
1   henk  27
2   gijs  21

如何确保新列也已添加，以便获得此结果：

    name  age hobby
0  ruben  25
1   henk  27  football
2   gijs  21  music

先谢谢你

编辑答案：此问题被标记为重复问题（通过链接有关合并101的一般问题），但不要跟随链接。正确答案在评论中：

update_df.combine_first(original_df)

您可以使用左连接：“左连接，也称为左外部连接，返回包含左数据帧的所有行的数据帧”（）。还有一个关于堆栈溢出的好线程：

您可以使用左连接：“左连接，也称为左外部连接，返回包含左数据帧的所有行的数据帧”（）。还有一个关于堆栈溢出的好线程：

---

update\u df.combines\u first（原始df）

？@HenryYik这似乎有效，谢谢。请随意添加它作为答案，这样我就可以接受它了。

update\u df.combines\u first（original\u df）

？@HenryYik这似乎有效，谢谢。请随意添加它作为答案，这样我就可以接受它谢谢你的回答。但是，这将创建两列：age_x和age_y，而不是一个更新的列。谢谢您的回答。但是，这将创建两列：age_x和age_y，而不是一个更新的列。

update_df.combine_first(original_df)

original_df = pd.DataFrame([{'name' : 'ruben','age' : 25},{'name' : 'henk', 'age' : 26},{'name' : 'gijs', 'age' : 20}],index=[0,1,2])
update_df = pd.DataFrame([{'name' : 'henk','age' : 27,'hobby' : 'football'},{'name' : 'gijs', 'age' : 21,'hobby' : 'music'}],index=[1,2])

df_merged = original_df.merge(update_df, on = 'name', how = 'left')