Pandas合并DataFrame时保留指定重复列，避免自动重命名

嘿，这个问题我太懂了！每次遇到重复列自动生成带后缀的列确实挺麻烦，其实不用等到合并后再手动重命名，合并前/合并时就能直接搞定，给你几个实用方案：

方案1：合并前删除不需要保留的A列 #

这是最直接的方法——如果你确定要保留其中一个DataFrame的A列，比如df1的A列，那先把另一个DataFrame（比如df2）里的A列删掉再合并，结果里就只会留下你想要的那个A列：

import pandas as pd

# 示例DataFrame
df1 = pd.DataFrame({'A': [1, 2, 3], 'B': ['x', 'y', 'z']})
df2 = pd.DataFrame({'A': [4, 5, 6], 'B': ['x', 'y', 'z'], 'C': ['p', 'q', 'r']})

# 保留df1的A列，合并前删除df2的A列
merged_df = df1.merge(df2.drop('A', axis=1), on='B')

这样merged_df里就只有来自df1的A列，完全不会出现A_x和A_y。

方案2：指定合并键为A列（如果合并逻辑本来就该按A列连接） #

如果两个DataFrame的A列是用来做关联的主键，那直接在合并时指定on='A'，合并后会自动保留唯一的A列，根本不会生成后缀列：

# 按A列合并，自动保留唯一的A列
merged_df = df1.merge(df2, on='A')

这种方式是最规范的合并逻辑，能从根源上避免重复列的问题。

方案3：用join时提前移除不需要的A列 #

如果习惯用join方法合并（比如按索引或某列对齐），同样可以先把不需要的A列从右侧DataFrame中移除，再执行join操作：

# 保留df1的A列，先移除df2的A列再join
merged_df = df1.join(df2.set_index('B').drop('A', axis=1), on='B')

总结一下：最推荐的是方案1或方案2，根据你的实际合并逻辑选择——如果A列是连接键就用方案2，否则就提前删除不需要的A列再合并，完全不用事后手动调整列名！

内容的提问来源于stack exchange，提问作者daiyue