DataFrame中合并的的函数主要是merge、concat、join，但是某些时候，使用这三个并不能达到我们需要的目的，比如现在有两个DataFrame，一个大的，一个小的，其中大的DataFrame中对应小的位置为null，那么如何用小的DataFrame来更新大的dataframe呢？
用exc2_inwindCMF来更新dt，其中dt['fund_code_d']包含了exc2_inwindCMF['fund_code_d']，dt其他位置对应的均为null，这时尝试merge，concat，join，都失效，merge形式会产生suffixes，多出 _x 和 _y，达不到我们的目的。
正确有效的方法是：
第一步：dt和exc2_inwindCMF采用merge合并，how=‘inner’，然后去掉无用的字段（suffixes_x）;
第二步：以fund_code_d为索引，重置索引
第三步：把两个DataFrame转化成dict，用update；这里为什么不能直接用updata呢？因为update在更新时，会根据key，将key对应的value全部替换，所以为了避免字段缺失，用来更新的dict必须和被更新的dict的字段完全一样才能达到目的。
dt_copy=dt.copy()
exc2_inwindCMF_copy = exc2_inwindCMF.copy()
# 使用merge时 如果不是on的关键字，如果左右有相同的columns，则会出现_x，_y，需要做处理
aa = pd.merge(dt_copy,exc2_inwindCMF_copy,on='fund_code_d',how='inner')
aa = aa[['fund_code_d','fund_name_d','fund_type_d','f_info_windcode_y','f_info_status_y','level1_type_y']]
aa = aa.rename(columns={'f_info_windcode_y':'f_info_windcode','f_info_status_y':'f_info_status','level1_type_y':'level1_type'})
aa_copy = aa.copy()
aa_copy = aa_copy.set_index('fund_code_d',drop=True)
dt_copy = dt_copy.set_index('fund_code_d',drop=True)
# 这里需要注意字典在update时 会根据key更新全部的，所以用来更新的表应该与被更新的表columns一样
dtt = dt_copy.to_dict(orient='index')
aat = aa_copy.to_dict(orient='index')
dtt.update(aat) # dtt数据是合并了daixiao表中在ChinaMutualFundDescription表能查到的
这样更新字典之后，还需要把更新后的字典再返回原样DataFrame，用from_dict函数
aa = pd.DataFrame.from_dict(dtt,orient='index',columns=['fund_name_d','fund_type_d','f_info_windcode','f_info_status','level1_type'])
aa = aa.reset_index().rename(columns={'index':'fund_code_d'})
aa.head()
这样就达到了目的。