Python 使用放大设置-更新事务DF

正在寻找在数据帧上实现以下更新的方法：

• dfb

  是我想用

  dft

  事务更新的基本数据帧
• 任何常用索引行都应使用

  dft

  中的值进行更新
• 仅在

  dft

  中的索引应附加到

  dfb

查看文档，放大设置看起来很完美，但后来我意识到它只适用于一行。是否可以使用放大设置进行此更新，或者是否有其他推荐方法

dfb = pd.DataFrame(data={'A': [11,22,33], 'B': [44,55,66]}, index=[1,2,3])
dfb
Out[70]: 
   A   B
1  11  44
2  22  55
3  33  66

dft = pd.DataFrame(data={'A': [0,2,3], 'B': [4,5,6]}, index=[3,4,5])
dft
Out[71]: 
   A  B
3  0  4
4  2  5
5  3  6

# Updated dfb should look like this:
dfb
Out[75]: 
    A   B
1  11  44
2  22  55
3   0   4
4   2   5
5   3   6

您可以通过以下方式使用重命名列、最后将

float

列转换为

int

：

另一个解决方案是通过在两个数据帧中查找相同的索引，它首先从

数据帧
dfb
开始，然后使用：

dft = dft.rename(columns={'c':'B', 'B':'A'}).combine_first(dfb).astype(int)
print (dft)
    A   B
1  11  44
2  22  55
3   0   4
4   2   5
5   3   6

dft = dft.rename(columns={'c':'B', 'B':'A'})
idx = dfb.index.intersection(dft.index)
print (idx)
Int64Index([3], dtype='int64')

dfb = dfb.drop(idx)
print (dfb)
    A   B
1  11  44
2  22  55

print (pd.concat([dfb, dft]))
    A   B
1  11  44
2  22  55
3   0   4
4   2   5
5   3   6