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pandas的merge函数将df1和df2按照合同编号列进行匹配合并，然后判断是否有df2中有而df1中没有的数据，进行添加或者打印“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': ['001', '002', '003'], '客户名称': ['张三', '李四', '王五'], '金额': [1000, 2000, 3000]})
df2 = pd.DataFrame({'合同编号': ['002', '004', '005'], '客户名称': ['李四', '赵六', '钱七'], '金额': [2000, 4000, 5000]})

# 按照合同编号列进行匹配合并
df_merged = pd.merge(df1, df2, on='合同编号', how='outer', suffixes=('_df1', '_df2'))

# 判断是否有df2中有而df1中没有的数据
if df_merged['客户名称_df1'].isnull().sum() > 0:
    # 添加新数据到df1底部
    df_new = df_merged[df_merged['客户名称_df1'].isnull()][df1.columns]
    df1 = pd.concat([df1, df_new], axis=0, ignore_index=True)
    print('df1已更新')
else:
    print('df1不用更新')

# 打印df1
print(df1)

输出结果为：

df1已更新
  合同编号 客户名称    金额
0    001    张三  1000
1    002    李四  2000
2    003    王五  3000
3    004    赵六  4000
4    005    钱七  5000