Python 合并数据帧并覆盖原始df中的数据

我正在尝试合并两个熊猫数据帧，但我不知道如何获得所需的结果。以下是我正在查看的数据帧的示例版本：

df1 = pd.DataFrame([["09/10/2019",None],["10/10/2019",None], ["11/10/2019",6],
                    ["12/10/2019",5], ["13/10/2019",3], ["14/10/2019",3],
                    ["15/10/2019",5],
                    ["16/10/2019",None]], columns = ['Date', 'A'])

df2 = pd.DataFrame([["10/10/2019",3], ["11/10/2019",5], ["12/10/2019",6],
                    ["13/10/2019",1], ["14/10/2019",2], ["15/10/2019",4]],
                    columns = ['Date', 'A'])

我已经检查过了，但仍然找不到正确的方法。基本上，我需要使用与指南中相同的图形：

i、 e.我希望保留来自df1的数据，该数据位于共享密钥部分之外，但在共享区域内，我希望来自列“A”的df2数据覆盖来自df1的数据。我甚至不确定

merge

是否是正确的工具

我曾尝试使用带有不同选项的

df1=pd.merge（df1，df2，how='right'，on='Date'）

，但在大多数情况下，它会在输出中创建两个单独的列-

A_x

和

A_y

这就是我想要得到的最终结果：

         Date    A
0  09/10/2019  NaN
1  10/10/2019  3.0
2  11/10/2019  5.0
3  12/10/2019  6.0
4  13/10/2019  1.0
5  14/10/2019  2.0
6  15/10/2019  4.0
7  16/10/2019  NaN

         Date    A
0  09/10/2019  NaN
1  10/10/2019  3.0
2  11/10/2019  5.0
3  12/10/2019  6.0
4  13/10/2019  1.0
5  14/10/2019  2.0
6  15/10/2019  4.0
7  16/10/2019  NaN

提前谢谢

以下是一种使用方法：

或：

---

df2.set_index('Date').reindex_like(df1.set_index('Date')).reset_index()

         Date    A
0  09/10/2019  NaN
1  10/10/2019  3.0
2  11/10/2019  5.0
3  12/10/2019  6.0
4  13/10/2019  1.0
5  14/10/2019  2.0
6  15/10/2019  4.0
7  16/10/2019  NaN