pd.merge()对重名列默认添加\_x和\_y后缀是正常行为，可通过suffixes参数自定义，如('\_left','\_right')；仅当存在同名列且未指定suffixes时触发，不影响性能但影响下游列名引用。
merge后列名自动加\_x\_y是默认行为，不是bug
只要左右两个DataFrame有同名列，pd.merge() 就会默认给它们加 _x 和 _y 后缀——左边的变 _x，右边的变 _y。这不是报错，也不是没写对参数，是pandas的默认策略，目的是避免列名冲突。
常见错误现象：合并完发现原本叫 name 的列变成了 name_x 和 name_y，以为是代码写错了，其实只是没显式指定 suffixes。
- 这个行为只在列名重叠且未指定
suffixes时触发 - 即使只有一列重名，也会加后缀；不重名的列不受影响
-
suffixes必须是长度为2的元组或列表，比如('_left', '_right')
用suffixes参数自定义\_x\_y后缀名
suffixes 是 pd.merge() 的核心控制项，直接决定重名列怎么命名。它不改变合并逻辑，只改列名输出形式。
使用场景：和业务系统对接时，需要列名带 _src/_dst；做AB测试对比，想标成 _before/_after；或者单纯讨厌下划线，想用点号（如 '.a'/'.b'）。
- 必须传两个字符串，顺序固定：左表后缀在前，右表后缀在后
- 不能传空字符串（
('', '')会报错），但可以传空格（(' ', ' ')），不过不推荐 - 后缀里支持任意合法字符，包括中文、点、中划线，但别用可能导致SQL或JSON解析问题的符号（如
"、'、\） - 示例：
pd.merge(df1, df2, on='id', suffixes=('_old', '_new'))→ 得到price_old和price_new
suffixes不起作用？检查这三件事
写了 suffixes 却还是看到 _x/_y，大概率是下面某个地方卡住了。
- 确认你改的是正确的
merge调用——有时代码里有多个merge，只改了其中一个 - 检查是否用了
join或concat：它们不认suffixes参数。df1.join(df2, rsuffix='_r')用的是rsuffix/lsuffix，不是suffixes - 确认重名列确实存在：如果两表只有
on列相同，其他列都不同名，那根本不会触发后缀逻辑——suffixes就是摆设
suffixes对性能和兼容性没影响，但会影响后续代码
suffixes 只改列名字符串，不碰数据、不改索引、不触发复制，所以完全不影响速度或内存占用。
但它会直接影响下游代码：比如你原来写 result['value_x']，改成 suffixes=('_l', '_r') 后就得改成 result['value_l']，否则 KeyError。
- 建议在 merge 后立刻用
result.columns.tolist()看一眼实际列名，别靠猜 - 如果 merge 结果要存成 CSV 或传给别人，提前统一好后缀风格，避免对方硬编码
_x导致出错 - 注意：
suffixes对indicator=True生成的_merge列无影响——那个列名是固定的，不能用 suffixes 改
