Python 即使在“pandas.merge”和“left”选项之后，行数也会更改

我正在使用

pandas.merge

合并两个数据帧。即使在指定了

how=left

选项后，我发现合并数据帧的行数比原始数据帧的行数还要多。为什么会发生这种情况

panel = pd.read_csv(file1, encoding ='cp932')
before_len = len(panel)

prof_2000 = pd.read_csv(file2, encoding ='cp932').drop_duplicates()

temp_2000 = pd.merge(panel, prof_2000, left_on='Candidate_u', right_on="name2", how="left")

after_len =  len(temp_2000)
print(before_len, after_len)
> 12661 13915

---

这听起来像是在

'name2'

下的

右侧

中有多行与您为

左侧

设置的键匹配。使用选项

'how='left'

仅表示：

• 左：仅使用左帧中的关键点

但是，结果对象中的实际行数不一定与

左

对象中的行数相同

例如：

In [359]: df_1
Out[359]: 
   A    B
0  a  AAA
1  b  BBA
2  c  CCF

然后是另一个类似于此的DF（注意，左侧有多个用于所需键的条目）：

如果我将这两个合并到

左侧.A

，会发生以下情况：

In [361]: df_1.merge(df_3, how='left', left_on='A', right_on='key')
Out[361]: 
   A    B  key  value
0  a  AAA    a    1.0
1  a  AAA    a    2.0
2  a  AAA    a    4.0
3  b  BBA    b    3.0
4  c  CCF  NaN    NaN

即使我与

how='left'

合并，也会发生这种情况，正如您在上面所看到的，要合并的行不止一行，如图所示，结果

pd.DataFrame

实际上比

left

上的

pd.DataFrame

有更多的行

---

我希望这有帮助

每次

merge（）

（任何类型的'both'或'left'）后行加倍的问题通常是由任何键中的重复项引起的，因此我们需要先删除它们：

left_df.drop_duplicates(subset=left_key, inplace=True)
right_df.drop_duplicates(subset=right_key, inplace=True)

---

你的答案很完美！谢谢在我的例子中，

.drop_duplicates（subset=“name2”）

会删除重复的行，这对于我来说是很好的！很高兴这有帮助，祝你好运！

left_df.drop_duplicates(subset=left_key, inplace=True)
right_df.drop_duplicates(subset=right_key, inplace=True)