pandas合并DataFrame时重复列名如何自定义后缀替代默认x/y？

1. 两表合并时替换默认_x/_y后缀 #

pandas的merge方法原生提供suffixes参数，可直接自定义左右表重名列的追加后缀，修改你的代码如下即可：

df_merged = df['first'].merge(df['second'], 
                              left_on=['posnr'],
                              right_on=['fk_eakopf_posnr'],
                              how='inner',
                              # 第一个参数对应左表重名列后缀，第二个对应右表
                              suffixes=('_first', '_second'))

执行后原来的重名列会变为man_first、man_second，符合自定义后缀的需求。

2. 多表多次合并的规范后缀方案 #

上述方法仅适用于两表合并，后续关联第三张表时，由于前两张表的man列已经添加了专属后缀，和第三张表的man列不存在重名，merge不会自动给第三张表的man列加后缀，因此更推荐合并前统一给各表非连接键添加表标识的方案，从根源避免重名问题：

# 定义列重命名工具：仅给非连接键添加对应表名后缀
def add_table_suffix(df, table_name, join_cols):
    rename_map = {col: f"{col}_{table_name}" for col in df.columns if col not in join_cols}
    return df.rename(columns=rename_map)

# 提前统一处理所有待合并表
df_first = add_table_suffix(df['first'], table_name='first', join_cols=['posnr'])
df_second = add_table_suffix(df['second'], table_name='second', join_cols=['fk_eakopf_posnr'])
# 第三张表按相同规则处理，假设连接键为`third_pos`
df_third = add_table_suffix(df['third'], table_name='third', join_cols=['third_pos'])

# 第一次合并
df_merged = df_first.merge(df_second,
                           left_on=['posnr'],
                           right_on=['fk_eakopf_posnr'],
                           how='inner')
# 合并第三张表，不会出现无标识的重名列
df_merged = df_merged.merge(df_third,
                            left_on=['posnr'], # 替换为实际的左表连接列名
                            right_on=['third_pos'],
                            how='inner')

该方案下所有字段都会携带所属表的标识，无需依赖merge的自动后缀规则，后续调试、字段溯源都非常清晰，可支持任意数量的表合并场景。

内容的提问来源于stack exchange，提问作者x89