Pandas合并含同名列的DataFrame：如何同时按Country和Year合并

当然可以！你完全能通过pd.merge()同时按Country和Year这两个同名列完成合并，之前出现语法错误大概率是参数的格式写错了。

正确的写法（同名列场景） #

如果两个DataFrame里的合并列名完全一致（都是Country和Year），只需要把这两个列名放到一个列表里，传给on参数就行：

merged = pd.merge(left=df, right=df1, on=['Country', 'Year'])

这样合并后，Country和Year只会保留一列，不会出现Year_x/Year_y或者Country_x/Country_y的后缀——因为它们是合并的依据键，Pandas会自动识别并保留一份。

为什么之前单独合并会出现后缀？ #

你之前只按Year或Country单个列合并时，另一个列（比如按Year合并时的Country）在两个DataFrame中都存在，Pandas无法区分，就会自动给它们加上_x（来自左表df）和_y（来自右表df1）的后缀来区分。

额外补充：列名不同的场景（如果以后需要） #

万一哪天遇到两个表的合并列名不一样的情况（比如左表是Country，右表是Nation），可以分别用left_on和right_on传对应的列表：

merged = pd.merge(left=df, right=df1, left_on=['Country', 'Year'], right_on=['Nation', 'Year'])

内容的提问来源于stack exchange，提问作者Foreverlearning