combine_first 是 DataFrame 间按索引和列对齐的合并操作，用右侧非空值填充左侧空值并补全缺失行列；而 fillna 仅在单个 DataFrame 内部填充，不涉及对齐与扩展。
combine_first 是什么，它和 fillna 有什么区别？
combine_first 的本质是“用右侧 DataFrame 的非空值去填充左侧 DataFrame 的空值”，但它不是简单覆盖，而是按索引（行+列）对齐后逐单元格合并。这和 fillna 的关键区别在于：fillna 只作用于单个 DataFrame 内部，而 combine_first 是两个 DataFrame 之间的对齐合并。
- 它会自动对齐 index 和 columns，缺失的行列会被补全（类似 outer join）
- 左侧 DataFrame 中非空值优先保留；只有当左侧对应位置为
NaN时，才取右侧值 - 右侧 DataFrame 中左侧没有的行列，也会被加入结果中
实际合并时必须注意索引和列名是否对齐
如果你直接传入两个 index 不同、columns 不同的 DataFrame，combine_first 会照常运行，但结果可能和预期不符——它不会报错，而是默默做 outer 对齐，容易漏掉数据或引入意外空列。
- 确保两个表的 index 类型一致（比如都是
int64或都是str），否则对齐失败，大量单元格变NaN - 列名必须完全相同（包括大小写、空格），
combine_first不做列映射或模糊匹配 - 如果只想按某几列对齐（比如只关心
"id"和"date"），建议先用set_index(["id", "date"])统一索引
示例：
df1 = pd.DataFrame({"A": [1, np.nan], "B": [np.nan, 2]}, index=[0, 1])
df2 = pd.DataFrame({"A": [np.nan, 3], "B": [4, np.nan]}, index=[1, 2])
result = df1.combine_first(df2)
# result.index 是 [0, 1, 2]，columns 是 ["A", "B"]，所有空位都被合理填充遇到 dtype 不一致时会强制转成 object？
这是最常踩的坑：如果 df1["col"] 是 int64，而 df2["col"] 是 float64 或 string，combine_first 默认不会报错，但结果列 dtype 会退化为 object，后续做数值计算会出错。
图片提示词生成器？不止如此。 马甲系统 —— 把脑海中的画面，翻译成AI能理解的专业表达。 用得越多，它越懂你：首次需要多问几句确认方向，用久了几乎一说就懂。 用得越多，它越快：缓存机制让后续对话越来越省。 RAG进化：成功案例持续入库，越跑越聪明。 输入「新手指南」查看完整功能介绍
立即学习“Python免费学习笔记（深入）”；
- 解决办法：提前统一 dtype，例如用
df2["col"] = df2["col"].astype(df1["col"].dtype)（注意处理NaN兼容性） - 对整数列含
NaN的情况，Pandas 会自动转成Int64（nullable int），但前提是两边都用这个类型 - 如果右侧有字符串、左侧是数字，
combine_first仍会合并，但整列变成object，且无法再调用.sum()等数值方法
想只补特定列，而不是整个 DataFrame？
combine_first 是 DataFrame 级操作，不支持按列选择性合并。如果只想用 df2 的 "price" 列去补 df1 的空缺，不要写 df1.combine_first(df2[["price"]])——这样会导致其他列也被对齐补空（比如 df1 原有 "name" 列，若 df2 没这列，结果里就变成全 NaN）。
- 正确做法是：单独提取列，再用
fillna或update - 例如：
df1["price"] = df1["price"].fillna(df2.set_index("id")["price"])（前提是 index 对齐） - 或更稳妥：
df1 = df1.copy(); df1.update(df2[["price"]].set_index(df1.index), overwrite=False)
真正需要 combine_first 的场景，通常是两个结构相近、但采样/来源不同、需无损拼合的宽表，比如日志表和配置表按 ID 合并。一旦列太多、对齐稍有偏差，结果就很难 debug。
