如何在Pandas合并DataFrame时避免右表连接列出现在输出结果中？

当然有更简便的方式！不用事后单独删除列，你可以通过几种链式操作或者预处理的方式一步到位得到目标结果，下面是几个常用方案：

方案1：合并前重命名右表连接列，统一连接键名 #

把df2的Name_child重命名为和df1一致的Name，这样合并时直接用on='Name'，就不会生成重复的连接列：

import pandas as pd
age = [['tom', 10], ['nick', 15], ['juli', 14]]
df1 = pd.DataFrame(age, columns=['Name', 'Age'])
toy = [['tom', 'GIJoe'], ['nick', 'car']]
# 重命名后再合并
df2 = pd.DataFrame(toy, columns=['Name_child', 'Toy']).rename(columns={'Name_child': 'Name'})
df = pd.merge(df1, df2, on='Name', how='left')

此时df.columns就是你想要的Index(['Name', 'Age', 'Toy'], dtype='object')，全程无多余列生成。

方案2：合并后直接筛选目标列（链式调用） #

如果不想修改原df2的结构，可以在合并完成后直接通过列索引筛选你需要的列，写成一行代码：

import pandas as pd
age = [['tom', 10], ['nick', 15], ['juli', 14]]
df1 = pd.DataFrame(age, columns=['Name', 'Age'])
toy = [['tom', 'GIJoe'], ['nick', 'car']]
df2 = pd.DataFrame(toy, columns=['Name_child', 'Toy'])
# 合并后直接选择列
df = pd.merge(df1, df2, left_on='Name', right_on='Name_child', how='left')[['Name', 'Age', 'Toy']]

这种方式很直观，明确指定最终要保留的列，代码紧凑。

方案3：合并后链式调用drop移除多余列 #

和你原来的删除思路类似，但把删除操作和合并写在一行，更简洁：

import pandas as pd
age = [['tom', 10], ['nick', 15], ['juli', 14]]
df1 = pd.DataFrame(age, columns=['Name', 'Age'])
toy = [['tom', 'GIJoe'], ['nick', 'car']]
df2 = pd.DataFrame(toy, columns=['Name_child', 'Toy'])
# 合并后立即drop多余列
df = pd.merge(df1, df2, left_on='Name', right_on='Name_child', how='left').drop('Name_child', axis=1)

这种方式不需要修改原数据结构，也省去了单独的del语句。

推荐优先用方案1或方案2，前者避免了多余列的生成，后者更清晰可控，根据你的实际场景选择就好~

内容的提问来源于stack exchange，提问作者koteletje