我有一个PostgreSQL数据库，可以在Python中使用SQLAlchemy与之交互。
该数据库包含从2005年1月开始的每日价格数据（包括非工作日）； date列是此数据库的索引。可以在宣布证券的收盘价后的5天之内重新发布数据，因此，每天，我会在每个数据证券的数据框中捕获5天的收盘价滚动窗口，以覆盖相应的数据在数据库中。
为此，我使用以下功能：
def update_from_df(self):
con = self._engine.connect()
self._df.to_sql(self._table_name,con,if_exists="replace")
con.close()
上面的函数删除数据库中存在的所有数据（即没有对应索引作为数据帧数据的数据），并将其替换为DF中包含的更小的数据集。这是不希望的-我只想覆盖与DF中包含相同日期和价格行情记录的数据。
为解决这个问题，我编写了代码，查看数据框的日期范围（包含更新的数据），删除数据库中与该日期范围相对应的行，从数据框中复制数据块，最后将此数据附加到数据库。这个过程有点笨拙，我担心如果选择更大的数据量，性能将会受到阻碍。
replace，insert的替代方案没有在代码中使用append，对于解决此问题没有帮助。
是否存在使用仅具有相应索引的数据框数据更新PostgreSQL数据库，而不接触其他所有数据库数据的功能？