我将使用pd.concat

combined_df = pd.concat([df1, df2[['column_a', 'column_b']]], axis=1)

还允许您连接不同大小的日期框、外部连接等。

用途：

df1 = pd.DataFrame({
      'SO':list('abcdef'),
      'RI':[4,5,4,5,5,4],
      'C':[7,8,9,4,2,3],

})

print (df1)
  SO  RI  C
0  a   4  7
1  b   5  8
2  c   4  9
3  d   5  4
4  e   5  2
5  f   4  3

df2 = pd.DataFrame({
         'D':[1,3,5,7,1,0],
         'E':[5,3,6,9,2,4],
         'F':list('aaabbb')
})

print (df2)
   D  E  F
0  1  5  a
1  3  3  a
2  5  6  a
3  7  9  b
4  1  2  b
5  0  4  b

创建用于重命名的字典，选择匹配的列，按dict和DataFrame.join重命名为原始的-按索引值匹配的 Dataframe ：
第一次

做一个缩写字典，试试下面的代码。

例如：

full_form_dict =  {'SO':'Sales Order',
                   'RI':'Retail Invoices',}

A_col = list(A.columns)

B_col = [v for k,v in full_form_dict.items() if k in A_col]
# to loop over A_col
# B_col = [v for col in A_col for k,v in full_form_dict.items() if k == col]