Pandas合并DataFrame遇列索引减法报错：TypeError无法执行__sub__

嘿，这个报错我太熟悉了！Pandas的Index对象并不支持直接用-运算符做差集运算，这就是你触发TypeError的原因。咱们换用Pandas专门提供的索引方法，就能轻松实现你想要的无重复列合并需求。

错误原因解析 #

你写的df_fin.columns - df_peers.columns.difference(['cnpj'])试图用减法操作两个Index对象，但Pandas并没有为Index实现__sub__（减法）方法，所以直接这么写肯定会报错。

正确实现方案 #

我们的核心需求是：保留df_peers的所有列，同时只取df_fin中和df_peers不重复的列（除了关联键cnpj，因为合并需要用到它）。可以用以下两种方法实现：

方法1：用Pandas Index的内置方法

# 找出df_fin中不在df_peers里的列
unique_cols = df_fin.columns.difference(df_peers.columns)
# 把关联键cnpj加回去，因为merge需要基于这个字段匹配
cols_to_use = unique_cols.union(['cnpj'])
# 执行合并
df = df_peers.merge(df_fin[cols_to_use], on='cnpj', how='left')

方法2：用列表推导式更直观

如果你觉得Index方法有点绕，用列表推导式筛选列会更易懂：

# 筛选df_fin的列：要么是cnpj，要么是df_peers里没有的列
cols_to_use = [col for col in df_fin.columns if col == 'cnpj' or col not in df_peers.columns]
# 合并操作
df = df_peers.merge(df_fin[cols_to_use], on='cnpj', how='left')

验证效果 #

假设df_peers的列是['cnpj', 'empresa_nome', 'setor']，df_fin的列是['cnpj', 'ano', 'Ativo Circulante', 'empresa_nome']，那么cols_to_use会是['cnpj', 'ano', 'Ativo Circulante']，合并后的DataFrame就只会保留一份empresa_nome（来自df_peers），不会出现重复列。

内容的提问来源于stack exchange，提问作者aabujamra