用 suffixes=('', '') 可避免 merge 时添加 _x/_y 后缀，但要求冲突列内容逐行完全一致，否则结果取左表值且不报错；更稳妥的方式是提前删列、重命名或用 combine_first/update。
直接用 suffixes=('', '') 即可让 pandas 在 merge 时不加 _x/_y 后缀，但前提是冲突列（即左右 DataFrame 中同名但非合并键的列）必须**内容完全一致**，否则会报错或产生意外结果。
只保留左/右表的同名列（推荐：明确取舍）
如果左右表中某列同名但值不同，又不想加后缀，最稳妥的方式是提前删掉其中一方的该列：
-
删右表的列（保留左表的）：
df_right_dropped = df_right.drop(columns=['col_name'])result = pd.merge(df_left, df_right_dropped, on='key') -
删左表的列（保留右表的）：
df_left_dropped = df_left.drop(columns=['col_name'])result = pd.merge(df_left_dropped, df_right, on='key')
用 suffixes=('', '') 强制不加后缀（需确保数据一致）
仅当确认同名列在左右表中**逐行完全相等**时可用，否则 merge 会成功但可能掩盖数据不一致问题：
pd.merge(left, right, on='id', suffixes=('', ''))- 若存在不一致的行，pandas 不报错，但结果中该列取左表值（行为未严格文档化，依赖版本，不建议依赖）
用 combine_first 或 update 替代 merge（适合主从覆盖场景）
当右表是“更新源”，希望用右表值覆盖左表对应 key 的同名列时：
- 先设索引对齐：
left_idx = df_left.set_index('id')，right_idx = df_right.set_index('id') - 用
combine_first（右表优先填充缺失，冲突时左表保留）：result = right_idx.combine_first(left_idx).reset_index() - 或用
update（原地用右表更新左表，只改已有 key 的行）：left_idx.update(right_idx)，再reset_index()
重命名后再 merge（最清晰可控）
提前重命名冲突列为不同名，逻辑最透明，适合协作或长期维护代码：
df_right_renamed = df_right.rename(columns={'col': 'col_new'})result = pd.merge(df_left, df_right_renamed, on='key')- 后续如需还原列名，再
result.rename(columns={'col_new': 'col'})
不复杂但容易忽略：pandas 的 merge 默认保护同名列不被覆盖，加后缀是最安全设计；绕过它需要你主动承担数据一致性或列归属的判断责任。
