现有两张表df1和df2，所有列名都相同，但行数不一样，如何用pandas根据名为“合同编号”的列将df1和df2进行匹配， 若df2中有df1没有的数据则把这些数据写入df1底部且df1保持原来的列，并打印“df1”已更新，若df2中所有数据df1都有，则打印“df1不用更新”

可以使用merge函数将df1和df2按照“合同编号”列进行合并，合并方式为左连接（保留df1的所有数据），然后判断合并后的数据是否与df1行数相同，如果不同，则说明df2中有df1没有的数据，需要将这些数据写入df1底部，并打印“df1已更新”，否则打印“df1不用更新”。

具体代码如下：

import pandas as pd

# 生成示例数据
df1 = pd.DataFrame({'合同编号': [1, 2, 3], '销售额': [1000, 2000, 1500]})
df2 = pd.DataFrame({'合同编号': [2, 4], '销售额': [2500, 1800]})

# 按照“合同编号”列进行合并
merge_df = pd.merge(df1, df2, on='合同编号', how='left')

# 判断是否需要更新df1
if len(merge_df) != len(df1):
    # 将df2中df1没有的数据写入df1底部
    new_data = merge_df.loc[merge_df.isna().any(axis=1), :]
    df1 = pd.concat([df1, new_data], ignore_index=True)
    print("df1已更新")
else:
    print("df1不用更新")

相关问题

现有两张表df1和df2，所有列名都相同，但行数不一样，如何用pandas根据名为“合同编号”的列将df1和df2进行匹配， 若df2中有df1没有的数据则把这些数据写入df1底部，并打印“df1”已更新，若df2中所有数据df1都有，则打印“df1不用更新”

可以使用pandas的merge函数将df1和df2根据“合同编号”列进行合并，然后判断合并后的数据行数是否与df1的行数相等，如果不相等说明df2中有df1没有的数据，需要将这些数据写入df1底部，并打印“df1已更新”，否则打印“df1不用更新”。

具体代码如下：

import pandas as pd

# 读取df1和df2
df1 = pd.read_excel('df1.xlsx')
df2 = pd.read_excel('df2.xlsx')

# 根据“合同编号”列进行合并
merged = pd.merge(df1, df2, on='合同编号', how='outer')

if len(merged) != len(df1):
    # 将df2中df1没有的数据写入df1底部
    new_data = merged[merged['合同编号'].isin(df1['合同编号']) == False]
    df1 = pd.concat([df1, new_data], ignore_index=True)
    df1.to_excel('df1.xlsx', index=False)
    print('df1已更新')
else:
    print('df1不用更新')

df1和df2列完全相同，如何用pandas纵向合并

可以使用pandas库的concat函数进行纵向合并。示例如下：

import pandas as pd

df1 = pd.DataFrame({'A': [1, 2, 3], 'B': [4, 5, 6]})
df2 = pd.DataFrame({'A': [1, 2, 3], 'B': [4, 5, 6]})

df_concat = pd.concat([df1, df2], axis=0)
print(df_concat)

输出结果：

   A  B
0  1  4
1  2  5
2  3  6
0  1  4
1  2  5
2  3  6

这样就将df1和df2纵向合并到了一起。