熊猫合并具有不同名称的列并避免重复[重复]

Question

如何将两个 pandas DataFrames 合并到具有不同名称的两列上并保留其中一列？

df1 = pd.DataFrame({'UserName': [1,2,3], 'Col1':['a','b','c']})
df2 = pd.DataFrame({'UserID': [1,2,3], 'Col2':['d','e','f']})
pd.merge(df1, df2, left_on='UserName', right_on='UserID')

这提供了一个像这样的DataFrame

但显然我正在合并UserName 和UserID，所以它们是相同的。我希望它看起来像这样。有什么干净的方法可以做到这一点吗？

只有我能想到的方法是在合并之前将列重命名为相同，或者在合并后删除其中一个。如果 pandas 自动丢弃其中一个我会很好，或者我可以做类似的事情

pd.merge(df1, df2, left_on='UserName', right_on='UserID', keep_column='left')

Answer 1

如何将UserID 设置为索引，然后加入第二个数据帧的索引？

pd.merge(df1, df2.set_index('UserID'), left_on='UserName', right_index=True)

#   Col1    UserName    Col2
# 0    a           1       d
# 1    b           2       e
# 2    c           3       f

Answer 2

其中没有什么特别好的：它的目的是保留列，因为较大的情况，如左右连接或外连接，会带来两列的额外信息。不要试图过度设计你的合并线，按照你的建议明确

解决方案 1：

df2.columns = ['Col2', 'UserName']

pd.merge(df1, df2,on='UserName')
Out[67]: 
  Col1  UserName Col2
0    a         1    d
1    b         2    e
2    c         3    f

解决方案 2：

pd.merge(df1, df2, left_on='UserName', right_on='UserID').drop('UserID', axis=1)
Out[71]: 
  Col1  UserName Col2
0    a         1    d
1    b         2    e
2    c         3    f