Python 按索引重新分配数据帧值

我有rand_df1：

np.random.seed(1)
rand_df1 = pd.DataFrame(np.random.randint(0, 40, size=(3, 2)), columns=list('AB'))
print(rand_df1, '\n')

另外，rand_df2：

rand_df2 = pd.DataFrame(np.random.randint(0, 40, size=(3, 2)), columns=list('AB'))
rand_df2 = rand_df2.loc[rand_df2.index.repeat(rand_df2['B'])]
print(rand_df2, '\n')

我需要按索引将第一个数据帧列

'A'

中的值与第二个数据帧的

'A'

中的值重新分配。

rand_df1的所需输出

：

    A  B
0  37  12
1  16  1
2  12  7
2  12  7
2  12  7
2  12  7
2  12  7
2  12  7
2  12  7

---

如果我正确地解释了您的问题，您希望在

rand_df2

上追加新行。这些行将从

rand_df1

中选择，它们的索引未出现在

rand_df2

中。对吗

这将实现以下目的：

rand_df2_new = rand_df2.append(rand_df1[~rand_df1.index.isin(rand_df2.index)]).sort_index()

---

感谢Henry Yik的解决方案：

rand_df2.combine_first(rand_df1)

---

另外，在一个数据帧中用额外的列测试了这一点，在第二个数据帧和向后的情况下，这不会出现。它工作得很好。

rand\u df2。先合并（rand\u df1）

。感谢您的解决方案。使用

rand_df1

中的附加列对其进行了测试，该列未出现在

rand_df2

中。用NaN填充额外col3的值。

rand_df2_new = rand_df2.append(rand_df1[~rand_df1.index.isin(rand_df2.index)]).sort_index()

rand_df2.combine_first(rand_df1)

    A  B
0  37  12
1  16  1
2  12  7
2  12  7
2  12  7
2  12  7
2  12  7
2  12  7
2  12  7