如何有效地用新行或新值更新数据帧？

Question

我目前正在使用这个缓慢的代码来更新数据帧（从CSV读取并写回），方法是填充现有索引的列，或者如果找不到，则完全添加新行

cs是一个数组，它包含的索引ID可能已经在数据帧中，也可能不在数据帧中

meta_df是要更新的数据帧。 new_fill()检查行中的值是否与给定c的预期值相同

for c in cs:
    row = None
    if c in meta_df.index:
        mrow = meta_df.loc[c]
        if not mrow.isnull().values.any(): 
            continue
        row = get_ideal_row(c)
        if not new_fill(mrow, row): # is current row as expected?
            continue
    else:
        row = get_ideal_row(c)
    meta_df = db.add2DF(meta_df, row) #re-creates dataframe with new row

def new_fill(mrow,  row):
    mrow_dict = mrow.to_dict()
    for key, val in mrow_dict.items():
        if pandas.isnull(val):
            new_val = row[key]
            if new_val:
                return True
    return False

如何实现同样的产出，但更有效？用add2DF()摆脱循环和数据帧的重新创建