Python 如果df1索引在df2索引中，则更新列值

我有一个坐标数据框，在其中执行多边形中的点，它返回多边形中的点集

df1-原始坐标

0              POINT (-97.96192929999999 29.8929939)
1              POINT (-97.98886109999999 29.8230438)
2              POINT (-97.6573715 30.15241810000001)
3              POINT (-97.68809509999998 30.3590794)
4              POINT (-97.37609860000001 31.0930271)
5              POINT (-97.66625980000001 30.3466492)
6                     POINT (-97.6666412 30.3455753)
...

df2-结果

4       POINT (-97.37609860000001 31.0930271)
1496    POINT (-97.64907839999999 30.3872128)
445     POINT (-97.64907839999999 30.3872128)
2822    POINT (-97.649353 30.387228)
1369    POINT (-97.6488342 30.3873215)
6       POINT (-97.6666412 30.3455753)
2303    POINT (-97.6492767 30.38755039999999)
...

---

如何在df1中添加“area”列，并为两个dfs中的行索引设置值=“area1”？在上面的示例中，第4行和第6行在结果中，因此我希望df1中的这些行有一个area column=“area1”。如果您谈论的是索引，因为熊猫是索引/列敏感的，这意味着它将根据匹配的索引分配新值

那你能做什么呢

df1['area']=df2['Value']
#df2['New']='are1' then df1['area']=df2['New']

玩具数据

df1=pd.DataFrame({'d1':[1,2,3]},index=[1,2,3])
df2=pd.DataFrame({'d2':[1,2,3]},index=[2,6,1])
df1['New']=df2.d2
df1
Out[724]: 
   d1  New
1   1  3.0
2   2  1.0
3   3  NaN

---

谢谢，但是我不想设置新列值=df2的值，我只想将所有新列值=设置为一个静态字符串，如“area1”@calculation

df2['new']='are1'

then

df1['area']=df2['new']