pandas merge 时如何处理列名冲突但不想加后缀

在用 pandas 进行数据合并时，如果左右两张表存在同名字段，merge 函数默认会通过 suffixes 参数加上 _x 和 _y 后缀。但很多实际业务中我们并不想让列名带上这些后缀，而是希望以更干净的方式解决冲突。下面介绍几种不添加后缀的处理思路。

方法一：合并前重命名冲突列

最简单直接的做法是在 merge 之前，先使用 rename 把其中一张表的冲突列改掉，这样合并时就不会触发后缀逻辑。

import pandas as pd

df1 = pd.DataFrame({'id': [1, 2], 'value': [10, 20]})
df2 = pd.DataFrame({'id': [1, 2], 'value': [100, 200]})

# 把右表的 value 改掉，避免冲突
df2_renamed = df2.rename(columns={'value': 'value_right'})

result = pd.merge(df1, df2_renamed, on='id')
print(result)

方法二：合并后统一重命名

如果已经用了默认后缀合并，也可以在合并之后通过 rename 把列名整理成自己想要的样子。

import pandas as pd

df1 = pd.DataFrame({'id': [1, 2], 'score': [88, 92]})
df2 = pd.DataFrame({'id': [1, 2], 'score': [75, 85]})

merged = pd.merge(df1, df2, on='id')
# 合并后去掉后缀
merged = merged.rename(columns={'score_x': 'score_math', 'score_y': 'score_english'})
print(merged)

方法三：只保留需要的列

当冲突列其实只需要其中一方的数据时，可以在合并前先删掉另一方不需要的列，从根本上避免冲突。

import pandas as pd

left = pd.DataFrame({'user_id': [1, 2], 'name': ['a', 'b'], 'age': [20, 30]})
right = pd.DataFrame({'user_id': [1, 2], 'age': [21, 31]})

# 右表不需要 age，直接丢弃
right_only_id = right.drop(columns=['age'])
res = pd.merge(left, right_only_id, on='user_id')
print(res)

方法四：用指示列区分来源

如果不想改列名也不想加后缀，还可以通过 indicators 参数增加一列来标记数据来源，冲突列各自保留但用不同前缀手动管理。

通过上述方法，就可以在 pandas merge 时灵活处理列名冲突，而不必依赖默认后缀。

pandasmerge列名冲突renamesuffixes修改时间：2026-07-25 13:54:17