pd.merge()必须处理重复列名，无法跳过冲突；可行方案是提前删/重命名冲突列或显式选取列，suffixes参数必须为非空字符串元组，concat更适合同结构表拼接。
不加后缀？那得先让列名不冲突
直接说结论：pd.merge() **必须处理重复列名**，它没有“忽略右侧同名列”或“静默覆盖”的安全模式。所谓“不想加后缀”，本质是想**避免冲突发生**，而不是跳过冲突处理——因为一旦存在非连接键的同名列，suffixes 就一定会被触发（哪怕你设成 ('', '')，也会报错或行为异常）。
所以真正可行的路径只有两条：提前删掉/重命名冲突列，或者只保留你需要的列再合并。
- 用
drop()删除右侧冗余列（比如你确定right['value']不需要）：pd.merge(left, right.drop(columns=['value', 'info']), on='key')
- 用
[[...]]显式选取列，最干净：pd.merge(left[['key', 'value']], right[['key', 'amount']], on='key')
- 用
rename()统一语义后再合并（适合字段本该一致）：right_renamed = right.rename(columns={'value': 'order_value'})
pd.merge(left, right_renamed, on='key')
为什么不能用 suffixes=('', '') 或 None？
这是新手高频误操作。suffixes 参数要求是**两个非空字符串组成的元组**。传 ('', '') 会导致列名完全重复（如两个 value），Pandas 直接抛出 ValueError: columns overlap but no suffix specified；传 (None, '_right') 会报 TypeError: suffixes must be strings。
它不是“开关”，而是“命名规则”——只要冲突存在，就必须提供可区分的字符串后缀。想绕开？只能从源头消除冲突。
哪些场景其实根本不需要 merge？
如果你只是想把两个表“拼起来”，但逻辑上是同一类记录（比如不同时间段的用户行为），pd.concat() 往往比 merge() 更合适，且不会触发列名后缀机制：
-
concat按行堆叠（axis=0）：列名自动对齐，同名列直接复用，无后缀 -
concat按列拼接（axis=1）：默认用outer对齐索引，列名不冲突就保持原样
例如：
pd.concat([df_jan, df_feb], axis=0, ignore_index=True) # 同结构表纵向合并，无后缀
最容易被忽略的细节：连接键本身也可能是冲突源
你以为只处理了 value、info 就够了？错。如果左右表都有 key 列，但你还写了 on='key'，Pandas 会把它当作连接依据，**不参与后缀逻辑**——这是对的。但如果你写的是 left_on='id' + right_on='key'，而两边又恰好都有个叫 key 的非连接列，那这个 key 就会变成冲突列，照样被加后缀。
所以每次写 merge 前，务必用 print(left.columns.tolist()) 和 print(right.columns.tolist()) 看一眼——别信名字，要信实际列名。
