你可以对列进行排序（使用稳定排序，df1的列排在前面）：

>>> pd.concat([df1, df2], axis=1).sort_index(axis="columns", kind="stable")

   A  A    B    B  C  C
0  1  1  abc  bcd  0  5
1  2  6  abc  abc  1  5

您可以在concat之后执行sort_index：

pd.concat([df1, df2], axis=1).sort_index(axis=1, kind='stable')

或者，如果你不想排序，concat垂直添加一个额外的级别和unstack：

pd.concat(dict(enumerate([df1, df2]))).unstack(-1).droplevel(axis=1, level=1)

输出：

A  A    B    B  C  C
0  1  1  abc  bcd  0  5
1  2  6  abc  abc  1  5

您可以使用pd.concat()函数和keys参数来指定每个 Dataframe 的列名，使用axis=1参数来并排连接 Dataframe 。

result = pd.concat([df1, df2], axis=1, keys=['df1', 'df2'])
result = result.reindex(sorted(result.columns), axis=1)
This will give the expected format with columns labeled as 'df1_A', 'df2_A', 'df1_B', 'df2_B', 'df1_C', 'df2_C'.

或者，您也可以将merge函数与左连接一起使用

result = df1.merge(df2, how='left', left_on='A', right_on='A', suffixes=('_df1', '_df2'))

这将为您提供预期格式，其中列标记为“A”、“B_df1”、“C_df1”、“B_df2”、“C_df2”