Python在不复制列的情况下合并数据帧

我正在尝试使用pandas合并两个或多个数据帧：

DF1：

DF2：

代码：

df1 = pd.read_excel("Book1.xlsx")
df2 = pd.read_excel("Book2.xlsx")
files = [df1,df2]

df_all = reduce(lambda left,right: pd.merge(left, right, on='Name'), files)
df_all = df_all.drop_duplicates(subset='Name', keep='first')
df_all = df_all.fillna(0)

现在输出为：

   Name     E-mail_x               Age   E-mail_y             Phone Number
   Trent    trent@example.com      24    trent@example.com    12341234
   Barry    barry@example.com      18    barry@example.com    12345678
   Jared    jared@example.com      31    jared@example.com    56781234

是否要删除“x”和“y”并使它们仅成为一列

预期产出：

   Name     E-mail                Age      Phone Number
   Trent    trent@example.com      24        12341234
   Barry    barry@example.com      18        12345678
   Jared    jared@example.com      31        56781234

---

编辑：列名[电子邮件、年龄、电话号码]不是固定不变的，它们可能会更改，因此列名在大多数情况下是未知的

仅供参考，您不需要reduce功能，只需使用：

df_all = df1.merge(df2)

它正在复制列，因为您正在“名称”上合并。如果所有列都相同，可以删除on='Name'参数，它将合并所有公共列，而不是复制它们

或者，您可以仅合并df2中的非重复列：

df_all = df1.merge(df2[['Name','Age']])

---

您也可以使用函数

join

：

COMMON_COLUMNS=[“name”，“email”]
df3=df1.join（df2.set\u索引（公共列），on=COMMON\u列）
df3=df3.drop_重复项（子集=公共_列，keep='first'）

---

您可以在加入之前或之后删除重复项。

merge（左、右、开=['Name'，'E-mail']列名不总是已知的，它们可以从不同的DATAFAMESE改变，如果是这样的话，那么您需要更好地解释您想用什么逻辑来处理这样的重复。您可以考虑将所有重复列作为键<代码> DF1.合并（DF2）的合并。

或者您可以只信任一个数据帧中的列（比如左边的一个），然后只使用名称进行合并，从右边的帧中删除所有其他重叠的列。但是这两个数据帧的结果可能会有很大的不同。纯

pd.merge（df1，df2）有什么问题吗？

？

df_all = df1.merge(df2)

df_all = df1.merge(df2[['Name','Age']])