我正在尝试使用两个数据框来使用Pandas进行简单查找。我有一个主要的主数据框（左）和一个查找数据框（右）。我想在匹配的整数代码上加入它们，并title从中返回该项目item_df。

我看到一个关于键值对的想法的解决方案，但似乎很麻烦。我的想法是merge使用col3和name作为键列将数据帧放在一起，并保持value正确的帧（我想要的是）title。因此，我决定参加drop的key专栏文章只剩下value。现在，让我说说我想使用自己的手动命名约定来多次执行此操作。为此，我使用rename重命名合并后的值。现在，我将重复此合并操作，并将下一个联接重命名为类似second_title（请参见下面的示例）。

是否有一种不那么麻烦的方法来执行此重复操作，而无需不断删除合并的多余列并在每个合并步骤之间重命名新列？

下面的示例代码：

import pandas as pd

master_dict: dict = {'col1': [3,4,8,10], 'col2': [5,6,9,10], 'col3': [50,55,59,60]}
master_df: pd.DataFrame = pd.DataFrame(master_dict)
item_dict: dict = {'name': [55,59,50,5,6,7], 'title': ['p1','p2','p3','p4','p5','p6']}
item_df: pd.DataFrame = pd.DataFrame(item_dict)
    
print(master_df.head())
   col1  col2  col3
0     3     5    50
1     4     6    55
2     8     9    59
3    10    10    60
print(item_df.head())
   name title
0    55    p1
1    59    p2
2    50    p3
3     5    p4
4     6    p5

# merge on col3 and name
combined_df = pd.merge(master_df, item_df, how = 'left', left_on = 'col3', right_on = 'name')
# rename title to "first_title"
combined_df.rename(columns = {'title':'first_title'}, inplace = True)
combined_df.drop(columns = ['name'], inplace = True) # remove 'name' column that was joined in from right frame
# repeat operation for "second_title"
combined_df = pd.merge(combined_df, item_df, how = 'left', left_on = 'col2', right_on = 'name')
combined_df.rename(columns = {'title': 'second_title'}, inplace = True)
combined_df.drop(columns = ['name'], inplace = True)
print(combined_df.head())
   col1  col2  col3 first_title second_title
0     3     5    50          p3           p4
1     4     6    55          p1           p5
2     8     9    59          p2          NaN
3    10    10    60         NaN          NaN