Pandas 合并将产生重复的列

上面的代码定义了两个数据帧对象。我想使用n1中的“zhanghui”字段和n2中的“zhanghui_x”字段作为合并n1和n2的字段，所以我的代码如下：

n1 = DataFrame({'zhanghui':[1,2,3,4] , 'wudi':[17,'gx',356,23] ,'sas'[234,51,354,123]  })
n2 = DataFrame({'zhanghui_x':[1,2,3,5] , 'wudi':[17,23,'sd',23] ,'wudi_x':[17,23,'x356',23] ,'wudi_y':[17,23,'y356',23] ,'ddd':[234,51,354,123]  })

cols_to_use = [i for i in list(n2.columns) if i not in list(n1.columns) ]

然后结果列如下所示：

n1.merge(n2,how = 'inner',left_on = 'zhanghui',right_on='zhanghui_x') 

出现了一些重复列，如“无敌x”、“无敌y”。

---

所以这是熊猫内部的问题，或者我对pd.merge有错误的用法？

你的方法是正确的，熊猫会在合并与原始标题重复的列后自动提供postscript，并提供postscript\u x、\u y等

您可以首先选择要合并的列并继续：

sas     wudi_x  zhanghui    ddd     wudi_y  wudi_x  wudi_y  zhanghui_x

结果列：

cols_to_use = n2.columns - n1.columns
n1.merge(n2[cols_to_use],how = 'inner',left_on = 'zhanghui',right_on='zhanghui_x') 

当我试图运行cols_to_use=n2.columns-n1.columns时，它给了我一个类型错误，如下所示：

sas wudi    zhanghui    ddd wudi_x  wudi_y  zhanghui_x

它工作得很好，结果列如下所示：

n1 = DataFrame({'zhanghui':[1,2,3,4] , 'wudi':[17,'gx',356,23] ,'sas'[234,51,354,123]  })
n2 = DataFrame({'zhanghui_x':[1,2,3,5] , 'wudi':[17,23,'sd',23] ,'wudi_x':[17,23,'x356',23] ,'wudi_y':[17,23,'y356',23] ,'ddd':[234,51,354,123]  })

cols_to_use = [i for i in list(n2.columns) if i not in list(n1.columns) ]

所以，@S Ringne的方法确实解决了我的问题

=============================================

Pandas只需添加诸如“_x”之类的后缀，就可以解决合并两个帧对象时重复列名的问题

---

但是，如果“a-column-name”+“ux”的名称形式出现在任一帧对象中，会发生什么情况？我以前认为它会检查“a-column-name”+“ux”的名称形式是否出现，但实际上熊猫没有这个检查

根据pandas文档，合并函数具有以下属性：

sas  wudi   zhanghui    ddd wudi_x  wudi_y  zhanghui_x

其中后缀表示要附加到“重叠”列的默认后缀字符串，默认值为“\x”和“\y”

我不确定我是否正确理解了你的后续问题，但是

案例1 如果第一个数据框有“column_name_x”列，第二个数据框有“column_name”列，则没有重叠列，因此没有附加后缀

案例2 如果第一个数据框有“column_name”、“column_name_x”列，而第二个数据框也有“column_name”列，则默认后缀会附加到重叠列上，因此第一个数据框的“column_name”变为“column_name_x”，并导致现有列的重复

---

但是，您可以将None值传递给onenot all后缀，以确保某些数据帧的列名保持原样。

请发布所需的输出，这是预期的行为，因为您的行值不同，因此它会将冲突的值作为新的x和y列进行预处理