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底部但不改变df1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pandas的merge方法，将df1和df2按照“合同编号”列进行合并，合并方式为左连接（left join），即以df1为基准，将df2中与df1匹配的行合并到df1中。然后判断df1和df2的行数是否相等，如果不相等，说明df2中有df1没有的数据，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”。

代码如下：

import pandas as pd

# 读取df1和df2
df1 = pd.read_csv('df1.csv')
df2 = pd.read_csv('df2.csv')

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

# 判断是否需要更新df1
if merged.shape[0] == df1.shape[0]:
    print('df1不用更新')
else:
    # 将df2中与df1不匹配的行写入df1底部
    new_rows = merged.loc[merged['合同编号'].isin(df1['合同编号']) == False]
    new_rows.drop_duplicates(inplace=True)
    new_rows.reset_index(drop=True, inplace=True)
    df1 = pd.concat([df1, new_rows], ignore_index=True)
    df1.to_csv('df1.csv', index=False)
    print('df1已更新')