Python 合并返回奇数长度

我有一个相对简单的任务问题

我有两个数据帧：

df_样本

我从csv中读取

+------+-----------+-------+-----------+
| key  | Full Text | Date  | Publisher |
+------+-----------+-------+-----------+
| abcd | foofoo    | date1 | a         |
| bcde | barbar    | date2 | b         |
| cdef | foobar    | date3 | c         |
+------+-----------+-------+-----------+

len(df_sample) = 20000

df_标签

我从excel中读取

+------+----------+--------+--------+
| key  | relevant | other  | other2 |
+------+----------+--------+--------+
| abcd | yes      | blabla | blabla |
| bcde | no       | blabla | blabla |
| cdef | no       | blabla | blabla |
| defg | yes      | blabla | blabla |
+------+----------+--------+--------+

len(df_labels) = 219000

我想加入两个表，为第一个数据帧中的每个键分配

相关的
值。所需的输出如下所示：

+------+-----------+-------+-----------+----------+
| key  | Full Text | Date  | Publisher | relevant |
+------+-----------+-------+-----------+----------+
| abcd | foofoo    | date1 | a         | yes      |
| bcde | barbar    | date2 | b         | no       |
| cdef | foobar    | date3 | c         | no       |
+------+-----------+-------+-----------+----------+

我似乎做到了这一点，但为什么下面给出的结果是27377而不是20000（如原来的左表所示）：

您会看到更多的行，因为键在两个df中不是唯一的，在您的示例中是第二个df。您需要决定是要重复当前行为的行，还是要在第二个df中删除重复的行：

df_labels = df_labels.drop_duplicates(subset='key')

默认情况下，这将只保留第一个重复项，如果您想要保留最后一个这样的替代行为，那么您可以传递：
keep='last'
查看
是否检查键列值在第二个df中是否唯一，如果重复，则会得到重复的行，另外，在任一关键列中都有
NaN
？当然，在第二个df中有一些重复项。。。非常感谢你为我指明了正确的方向！
df_labels = df_labels.drop_duplicates(subset='key')