熊猫合并数据帧并覆盖原始df中的数据

Question

我正在尝试合并两个熊猫数据框，但是我不知道如何获得所需的结果。这些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Pandas merging 101，但仍然找不到正确的方法。本质上，我需要使用与指南中相同的图形：

即我想保留来自df1的数据，该数据不在共享密钥部分之内，但是在共享区域内，我希望列“ A”中的df2数据覆盖df1中的数据。我什至不确定merge是使用的正确工具。

我尝试将df1 = pd.merge(df1, df2, how='right', on='Date')与不同的选项一起使用，但是在大多数情况下，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

谢谢！

Answer 1

这是使用combine_first的方法：

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

或reindex_like：

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