Python 组合两个数据帧的行

我一直在到处找，但找不到帮助

假设我有两个数据帧，如下所示 我想合并这两个数据帧以产生以下结果 请记住，

df2

始终是

df

的子集。
换句话说，

df2

中的每个值将保证出现在

df

的值中

这是我到目前为止所拥有的 但结果有点令人失望。

---

任何帮助都将不胜感激。

我想你需要的是一个

pd.concat

后面跟着一个

.drop\u duplicates（）

---

或者您可以使用

更新
。设置索引后，只需使用新值更新df1中的值：

df1 = df1.set_index('Values')
df1 = df1.update(df2.set_index('Values')).reset_index()

你应该：


将df中的索引设置为值并保存结果
在临时数据帧中
使用df2更新它，索引也设置为值
（更新在适当位置执行）

重置索引以将值转换为常规列
可能会将此结果保存回df下

执行此操作的代码是：

wrk = df.set_index('Values')
wrk.update(df2.set_index('Values'))
df = wrk.reset_index()

结果是：

    Values  Count  Percentage
0    Apple   14.0        0.74
1   Banana    0.0        0.00
2  Samsung    5.0        0.26
3   Orange    0.0        0.00

这回答了你的问题吗？
result = df.merge(df2, on='Values', how='left')

>>> result

    Values  Count_x  Percentage_x  Count_y  Percentage_y
0    Apple        0             0     14.0          0.74
1   Banana        0             0      NaN           NaN
2  Samsung        0             0      5.0          0.26
3   Orange        0             0      NaN           NaN

>>> df1
    Values  Count  Percentage
0    Apple      0           0
1   Banana      0           0
2  Samsung      0           0
3   Orange      0           0
>>> df2
    Values  Count  Percentage
0    Apple     14        0.74
1  Samsung      5        0.26
>>> pd.concat([df1, df2]).drop_duplicates(subset='Values', keep='last')
    Values  Count  Percentage
1   Banana      0        0.00
3   Orange      0        0.00
0    Apple     14        0.74
1  Samsung      5        0.26

df1 = df1.set_index('Values')
df1 = df1.update(df2.set_index('Values')).reset_index()

wrk = df.set_index('Values')
wrk.update(df2.set_index('Values'))
df = wrk.reset_index()

    Values  Count  Percentage
0    Apple   14.0        0.74
1   Banana    0.0        0.00
2  Samsung    5.0        0.26
3   Orange    0.0        0.00