在使用 pandas.merge() 时，on 参数指定了用于连接的列。如果在 on 参数中传递多个列（如 on=["A"]）或单个列（如 on="A"），它们的行为应该是相同的，只是形式上有所不同。我们可以分析这两种写法的区别。
示例：on=["A"] 和 on="A" 的差异
1. 使用 on=["A"]
在 on=["A"] 中，on 是一个列表，表示 A 列是连接的唯一列。即使这里只有一个列，传递它为列表形式，pandas.merge() 仍然可以正确处理。
2. 使用 on="A"
在 on="A" 中，on 是一个单独的列名，不需要用列表包裹。这是一个简化的形式，表示 A 列是连接的唯一列。
输出结果的差异
实际上，这两种写法是 等价的，无论是 on=["A"] 还是 on="A"，都会基于列 A 执行合并。它们的输出结果是完全相同的。
示例代码
import pandas as pd
# 创建示例 DataFrame
df_A = pd.DataFrame({
'A': [1, 2, 3],
'B': ['X', 'Y', 'Z']
})
df_B = pd.DataFrame({
'A': [1, 2, 4],
'C': ['P', 'Q', 'R']
})
# 使用 on=["A"] 连接
df_merge_1 = df_A.merge(df_B, on=["A"], how="left")
print("Using on=['A']:\n", df_merge_1)
# 使用 on="A" 连接
df_merge_2 = df_A.merge(df_B, on="A", how="left")
print("Using on='A':\n", df_merge_2)
输出：
Using on=['A']:
A B C
0 1 X P
1 2 Y Q
2 3 Z NaN
Using on='A':
A B C
0 1 X P
1 2 Y Q
2 3 Z NaN
解释：
- 这两个方法的输出是完全相同的，意味着 无论是使用
on=["A"]还是on="A"，结果都没有差异。 on=["A"]和on="A"的区别仅仅在于参数的类型：一个是列表，一个是字符串，但这不会影响合并的结果。
总结
on=["A"]和on="A"在执行合并时会得到相同的结果。- 如果只有一个列要合并，使用
on="A"更为简洁。 on=["A"]更适用于未来可能扩展为多个列的情况（例如，on=["A", "B"]）。
