Python 熊猫合并两个数据帧而不复制列

我的问题与类似，但我无法找到以下具体示例的解决方案

我有日期框df：

Customer    Address
J. Smith    10 Sunny Rd Timbuktu

和数据帧电子邮件：

Name        Email
J. Smith    j.smith@myemail.com

我想合并两个数据帧以生成：

Customer    Address                 Email
J. Smith    10 Sunny Rd Timbuktu    j.smith@myemail.com

我正在使用以下代码：

data_names = {'Name':data_col[1], ...}
mapped_name = data_names['Name']
df = df.merge(emails, how='inner', left_on='Customer', right_on=mapped_name)

结果是：

Customer    Address                 Email                 Name
J. Smith    10 Sunny Rd Timbuktu    j.smith@myemail.com   J. Smith

虽然我可以只删除名为mapped_name的列，但是mapped_name可能是“Customer”，在这种情况下，我不想同时删除这两个Customer列

---

有什么想法吗？

我想您可以将

电子邮件中的第一列重命名为
Customer
，
how='interner'
，因为默认值：

emails.columns = ['Customer'] + emails.columns[1:].tolist()

df = df.merge(emails, on='Customer')
print (df)
   Customer               Address                Email
0  J. Smith  10 Sunny Rd Timbuktu  j.smith@myemail.com

与另一个答案类似的解决方案是，可以重命名
[0]
选择的第一列：

df = df.merge(emails.rename(columns={emails.columns[0]:'Customer'}), on='Customer')
print (df)
   Customer               Address                Email
0  J. Smith  10 Sunny Rd Timbuktu  j.smith@myemail.com

您只需将“电子邮件名称”列重命名为“客户”，然后合并即可。这样，您根本不需要担心删除列

df.merge(emails.rename(columns={mapped_name:'Customer'}), how='inner', on='Customer')
Out[53]: 
   Customer               Address                Email
0  J. Smith  10 Sunny Rd Timbuktu  j.smith@myemail.com

甚至可以使用df.drop（mapped_name，axis=1，inplace=True）删除不需要的列