Python 连接两个数据帧，并将重复的数据帧放入

对于仅具有2019年数据的df2：

  type  year  value
0    a  2019     13
1    b  2019      5
2    c  2019      5
3    d  2019     20

df1

具有多年数据：

  type  year  value
0    a  2015     12
1    a  2016      2
2    a  2019      3
3    b  2018     50
4    b  2019     10
5    c  2017      1
6    c  2016      5
7    c  2019      8

我需要将它们连接在一起，同时用

df1

当年的值替换

2019

中的

df2

值

预期结果如下：

  type  date  value
0    a  2015     12
1    a  2016      2
2    b  2018     50
3    c  2017      1
4    c  2016      5
5    a  2019     13
6    b  2019      5
7    c  2019      5
8    d  2019     20

来自

pd.concat（[df1，df2]，ignore_index=True，sort=False）

的结果，对于一个

类型

，在2019年的

年显然有多个
值。我应该如何改进代码？多谢各位

   type  date  value
0     a  2019     13
1     b  2019      5
2     c  2019      5
3     d  2019     20
4     a  2015     12
5     a  2016      2
6     a  2019      3
7     b  2018     50
8     b  2019     10
9     c  2017      1
10    c  2016      5
11    c  2019      8

在
concat
之后，根据
类型和
日期添加获取最后一行

如果
类型
和
日期
对在两个数据帧中都是唯一的，则解决方案有效

df = (pd.concat([df1, df2], ignore_index=True, sort =False)
        .drop_duplicates(['type','date'], keep='last'))

keep='last'
是否意味着将采用
df1
中的
值，而不是
df2
？如果我写
df=（pd.concat（[df2，df1]，ignore_index=True，sort=False）。drop_duplicates（['type'，'date']，keep='last'））
@ahbon-这意味着它得到concanated行的最后一个值，所以这里从
df2
如果存在，如果不存在，从df1.point-在pd.concat（[df1，df2]，ignore_index=True，sort=False）之后df1中的值位于前4行，因此keep='last'保留原始值，不使用新值更新。
我需要将它们连接在一起，同时将2019年的df2值替换为df1当年的值。
。。最好是更改名称：）+1可以将
df=（pd.concat（[df1，df2]，ignore_index=True，sort=False）更改为
df=（pd.concat（[df1，df2[df2.columns.intersection（df1.columns）]，忽略_index=True，sort=False）。删除重复项（['type'，'date'，'a'，b，c'，keep='last'））)
-