Pandas左连接同名列却自动加后缀，如何合并至对应列？

当你用pd.merge做左连接时，非连接键的同名列会被自动加上_x（左表）和_y（右表）后缀，要把右表的内容合并到左表对应列里，有两种实用方法：

方法一：先合并再手动合并同名列 #

先执行常规左连接，再遍历同名列，用右表的值填充左表空值，最后清理临时列：

import pandas as pd

# 定义连接键
join_keys = ['video_name', 'image_name']

# 找出除连接键外的同名列
common_cols = [col for col in penalty_kicks.columns 
               if col in backup.columns and col not in join_keys]

# 执行左连接，指定后缀区分
merged_df = pd.merge(penalty_kicks, backup, on=join_keys, how='left', suffixes=('_x', '_y'))

# 合并同名列：用backup的值填充penalty_kicks的空值
for col in common_cols:
    merged_df[col] = merged_df[f'{col}_x'].fillna(merged_df[f'{col}_y'])
    merged_df.drop([f'{col}_x', f'{col}_y'], axis=1, inplace=True)

方法二：用combine_first直接补充数据（更简洁） #

这种方法更贴合左连接"用右表补充左表缺失数据"的需求，无需处理后缀：

# 按连接键设置索引，方便对齐数据
pk_indexed = penalty_kicks.set_index(join_keys)
backup_indexed = backup.set_index(join_keys)

# 优先保留左表数据，左表为空时用右表数据补充
merged_df = pk_indexed.combine_first(backup_indexed).reset_index()

注意：如果需要用右表数据覆盖左表对应值（不管左表是否为空），可以用pk_indexed.update(backup_indexed)，但update会直接修改原DataFrame，建议先备份左表。

内容的提问来源于stack exchange，提问作者TheBeef