Pandas Merge - 将所有连接列数据放在一个输出列而不是两个输出列下？

Question

我有两个 CSV 文件，具有以下架构：

CSV1 列：

"Id","First","Last","Email","Company"

CSV2 列：

"PersonId","FirstName","LastName","Em","FavoriteFood"

如果我将它们分别加载到 Pandas DataFrame 中并执行newdf = df1.merge(df2, how='outer', left_on=['Last', 'First'], right_on=['LastName','FirstName'])

然后，连接的 DataFrame 的 CSV 导出具有以下架构：

"Id","First","Last","Email","Company","PersonId","FirstName","LastName","Em","FavoriteFood"

• 仅在 CSV1 中的所有行都有一个名字印在下面 “第一。”
• 仅在 CSV2 中的所有行都有一个名字印在下面 “名字。”
• 两个 CSV 文件中的所有行都有第一个 name （完全相同的值 - 这是意料之中的，因为它是 “加入”值） 打印在两列下。
• “Last”和“LastName”的问题相同。

我想要的是一个更像这样的输出模式：

"Id","First","Last","Email","Company","PersonId","Em","FavoriteFood"

• 它应该包含“First”列下的所有“名字”（以及“Last”的等价物）。

我熟悉的大多数关系数据库软件都这样做（左侧连接列名称赢得了命名之战）。 Pandas 是否有语法指示它这样做？

df1.merge(df2.rename(columns = {'LastName':'Last', 'FirstName':'First'}), how='outer', on=['Last', 'First']) 可以，但从风格上讲，在我的源代码中两次硬编码相同的列名会让我发疯。如果我更改 CSV 文件中的列名，则需要修复更多。

Answer 1

一种方法是仅以相同的方式合并，但删除要删除的列。

newdf.drop(['LastName','FirstName'], 1, inplace=True)