我必须数据框，df1 有列 A、B、C、D... 和 df2 有列 A , B, E, F...
我要合并的键在 A 列中。 B 在两个数据帧中也（很可能）相同。虽然这是一个我正在清理的大数据集，所以我还没有对所有内容有一个非常好的概述。
我愿意
merge(df1, df2, on='A')
结果包含一个名为 B_x 的列。由于数据集又大又乱，我没有尝试研究 B_x 与 df1 中的 B 和 df2 中的 B 有何不同
所以我的问题是笼统的：当 Pandas 将 _x 附加到合并数据帧中的列名时是什么意思？
谢谢
【问题讨论】：
为合并操作中不涉及的列名中的任何冲突添加后缀，请参阅online docs。
因此，如果您认为它们相同，则可以在两列上进行合并：
pd.merge(df1, df2, on=['A', 'B'])
这将只返回两个数据帧中存在A 和B 的值，因为默认合并类型是inner 合并。
所以你可以做的是将这个合并的 df 大小与你的第一个比较，看看它们是否相同，如果是，你可以在两列上进行合并，或者只是删除/重命名 _x/_y 后缀B 列。
我会花时间确定这些值是否确实相同并且存在于两个数据帧中，在这种情况下，您可能希望执行outer 合并：
pd.merge(df1, df2, on=['A', 'B'], how='outer')
然后你可以做的是删除重复的行（可能还有任何NaN 行），这应该会给你一个干净的合并数据框。
merged_df.drop_duplicates(cols=['A', 'B'],inplace=True)
查看drop_duplicates的在线文档
【讨论】：