举例:如果df1中含有10行，5列数据，其中部分行的几列数据缺失；df2是一个10000行（总之大量）的数据表，含有完整的5列数据，可能包含大部分df1缺失的数据，他们有某些共同的列可用于互相查询，我如何从df2中查询到对应df1缺失的数据并填入df1中，且df1仍然保持原来的行和列结构（且原有的数据不丢失）？
我试过多种方法:
merge()操作会使df1与df2相同的列变成两列，增加了多余的列，没法合并df1原有的数据和df2填充的数据（他们会形成不同的列）
combine_first() ，两个表的默认行索引并不相同，除非将可以用于查询的列设为每行索引，但是这样会导致df2所有行都填入了df1，虽然合并了表数据，但是形成了太多多余行数据。
本来这是一个简单的功能，但是我目前没有想到很好的简单直接的方法，可能是我对pandas不太熟悉。如果有别的包能更好的处理表格数据也可以推荐一下。
感谢。
部分回答摘自GPT：
对于您的需求，可以使用merge()方法结合fillna()方法来实现从df2中查询并填充到df1中。下面是一种可能的解决方案：
import pandas as pd
# 假设df1和df2分别为两个DataFrame对象
# 使用merge()方法将df2中与df1中某些共同列匹配的行合并到df1中
merged_df = df1.merge(df2, on=['共同列1', '共同列2'], how='left')
# 使用fillna()方法将df2中的非缺失值填充到df1中对应的缺失值位置
filled_df1 = merged_df.fillna(df1)
# filled_df1中的数据包含了从df2中查询到的缺失值填充后的结果，
# 但仍然保持了df1原有的行和列结构，原有的数据不丢失
上述代码首先使用merge()方法将df2中与df1中某些共同列匹配的行合并到df1中，通过设置how='left'参数，确保保留df1原有的行。
然后，使用fillna()方法将df2中的非缺失值填充到df1中对应的缺失值位置，其中df1参数指定了填充时使用df1的值。
经过上述操作，filled_df1中的数据将包含从df2中查询到的缺失值填充后的结果，同时保持了df1原有的行和列结构，不会丢失原有的数据。
希望这个解决方案对您有所帮助。关于处理表格数据的其他包，您也可以考虑使用datatable、numpy等库进行操作，具体选择取决于您的需求和偏好。