如何将一个熊猫df中的数据替换为另一个熊猫df中的数据？

import pandas as pd

# 假设 df1 和 df2 是两个 Pandas DataFrame
df1 = pd.DataFrame({'A': [1, 2, 3], 'B': [4, 5, 6]})
df2 = pd.DataFrame({'A': [7, 8, 9], 'B': [10, 11, 12]})

# 替换 df1 中的数据为 df2 中的数据
df1 = df2

print(df1)

# 使用 loc 替换特定行和列的数据
df1.loc[0:1, 'A'] = df2.loc[0:1, 'A']

# 使用 iloc 替换特定位置的数据
df1.iloc[0:1, 0] = df2.iloc[0:1, 0]

# 假设 df1 有一些缺失值
df1 = pd.DataFrame({'A': [1, None, 3], 'B': [4, 5, None]})
df2 = pd.DataFrame({'A': [7, 8, 9], 'B': [10, 11, 12]})

# 使用 combine_first 替换 df1 中的缺失值
df1 = df1.combine_first(df2)

# 或者使用 fillna
df1 = df1.fillna(df2)

# 假设 df1 和 df2 都有一个共同的列 'ID'
df1 = pd.DataFrame({'ID': [1, 2, 3], 'A': [1, 2, 3]})
df2 = pd.DataFrame({'ID': [1, 2, 3], 'A': [7, 8, 9]})

# 使用 merge 根据 'ID' 列合并
df_merged = pd.merge(df1, df2, on='ID', how='left', suffixes=('_df1', '_df2'))

# 使用 concat 沿着一个轴连接
df_concat = pd.concat([df1.set_index('ID'), df2.set_index('ID')], axis=1)