在Python中，可以使用pandas库来合并两个数据帧，并且不添加重复的情况。具体的方法是使用pandas的merge函数或concat函数。

1. 使用merge函数合并数据帧： merge函数可以根据指定的列将两个数据帧进行合并，并且可以选择不添加重复的情况。以下是使用merge函数合并数据帧的示例代码：

import pandas as pd

创建两个数据帧

df1 = pd.DataFrame({'A': 1, 2, 3, 'B': 'a', 'b', 'c'})

df2 = pd.DataFrame({'A': 3, 4, 5, 'B': 'c', 'd', 'e'})

使用merge函数合并数据帧，根据列'A'进行合并，并且选择不添加重复的情况

merged_df = pd.merge(df1, df2, on='A', how='outer')

打印合并后的数据帧

print(merged_df)

输出结果为：

  A  B_x  B_y

0 1 a NaN

1 2 b NaN

2 3 c c

3 4 NaN d

4 5 NaN e

在上述代码中，使用merge函数将两个数据帧df1和df2根据列'A'进行合并，并且使用outer方式选择不添加重复的情况。合并后的数据帧merged_df中，列'B_x'表示df1中的对应值，列'B_y'表示df2中的对应值。

1. 使用concat函数合并数据帧： concat函数可以将两个数据帧按照指定的轴进行连接，并且可以选择不添加重复的情况。以下是使用concat函数合并数据帧的示例代码：

import pandas as pd

创建两个数据帧

df1 = pd.DataFrame({'A': 1, 2, 3, 'B': 'a', 'b', 'c'})

df2 = pd.DataFrame({'A': 3, 4, 5, 'B': 'c', 'd', 'e'})

使用concat函数合并数据帧，选择不添加重复的情况

merged_df = pd.concat(df1, df2).drop_duplicates()

打印合并后的数据帧

print(merged_df)

输出结果为：

  A  B

0 1 a

1 2 b

0 3 c

1 4 d

2 5 e

在上述代码中，使用concat函数将两个数据帧df1和df2进行连接，并且使用drop_duplicates函数选择不添加重复的情况。合并后的数据帧merged_df中，保留了不重复的行。

以上是在Python中不添加重复的情况下合并两个数据帧的方法。在实际应用中，可以根据具体的需求选择合适的方法进行数据帧的合并操作。