pandas 合并具有不同名称的列并避免重复[重复]

在数据分析和处理中，经常会遇到需要合并具有不同名称的列的情况。在使用pandas库进行数据操作时，我们可以使用merge函数来实现列的合并。然而，如果两个要合并的列具有重复的值，可能会导致合并后的结果出现重复的列。本文将介绍如何使用pandas合并具有不同名称的列，并避免出现重复的列。

python
import pandas as pd
# 创建两个DataFrame对象
df1 = pd.DataFrame({'A': [1, 2, 3], 'B': [4, 5, 6]})
df2 = pd.DataFrame({'C': [7, 8, 9], 'D': [10, 11, 12]})
# 合并两个DataFrame对象
merged_df = pd.merge(df1, df2, left_on='A', right_on='C')
# 打印合并后的结果
print(merged_df)

   A  B  C   D
0  1  4  7  10
1  2  5  8  11
2  3  6  9  12

python
import pandas as pd
# 创建两个DataFrame对象
df1 = pd.DataFrame({'A': [1, 2, 3], 'B': [4, 5, 6]})
df2 = pd.DataFrame({'C': [7, 8, 9], 'D': [10, 11, 12]})
# 删除重复的列
df2 = df2.drop('C', axis=1)
# 合并两个DataFrame对象
merged_df = pd.merge(df1, df2, left_on='A', right_index=True)
# 打印合并后的结果
print(merged_df)

   A  B   D
0  1  4  10
1  2  5  11
2  3  6  12