按指定列匹配合并两个同结构DataFrame的最优方法

直接用pandas内置功能就能实现，不需要自定义函数或者硬编码列名，两种可选方案如下：

方案1：直接用merge的suffix参数（默认合并后仅保留1个a列） #

如果不需要重复保留两个值完全相同的a列，用这个最简洁：

import pandas as pd

# 核心合并逻辑
new_df = pd.merge(
    left=df1,
    right=df2,
    on="a",  # 指定按a列匹配
    how="inner",  # 仅保留两张表都存在的a值对应行
    suffixes=("_1", "_2")  # 自动给重名列加对应后缀
)

方案2：预加后缀后合并（完全匹配你的预期输出格式） #

如果需要保留两个带后缀的a列，和你给出的示例输出完全一致，用这个方案：

# 先给两个表所有列批量加后缀
df1_suf = df1.add_suffix("_1")
df2_suf = df2.add_suffix("_2")

# 按两个表的a列匹配合并
new_df = pd.merge(
    left=df1_suf,
    right=df2_suf,
    left_on="a_1",
    right_on="a_2",
    how="inner"
)

输出的new_df列顺序为a_1, b_1, c_1, a_2, b_2, c_2，和你给出的预期效果完全一致，且不管后续两个表的列怎么新增、调整，只要结构一致都能直接复用这段代码。

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