我有两个CSV文件，具有以下模式：

CSV1列：

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

CSV2列：

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

如果我将它们每个加载到Pandas DataFrame中并执行newdf=df1.并合并（df2， How='外部'，left_on=['Last'，'First']，right_on=['LastName'，'FirstName']）

然后，加入的DataFrame的CSV导出具有以下模式：

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

• 所有仅在CSV1中的行都在“First”下打印了一个名字。
• 所有仅在CSV2中的行都有一个打印在“FirstName”下的名字。
• CSV文件中的所有行都有一个名字（完全相同的值-这是可以预期的，因为它是一个“连接”值）打印在两列下。
• “最后”也有同样的问题

我想要的是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”的等效项）。

我熟悉的大多数关系数据库软件都是这样做的（左侧连接列名称赢得了命名战）。熊猫有指示它这样做的语法吗？

我可以做df1. merme（df2.rename（列={'LastName'：'Last'，'FirstName'：'First'}），How='外部'，on=['Last'，'First']），但是从风格上来说，在我的源代码中对相同的列名进行两次硬编码会让我发疯。如果我更改CSV文件中的列名，更需要修复。