Python 如何消除熊猫的重复值？

我有两个CSV。一个是关于对政客的捐赠：每一行都是一笔捐赠，每一行都有捐赠公司的名称和该公司的联邦注册号（CPF_CNPJ_doador-该国每家公司的唯一编号）

另一家CSV的公司存在环境违规行为。您有多个数据，包括公司名称和该公司的联邦注册号（CPF_CNPJ-该国每家公司都是唯一的）。 但是，一家公司可能不止一次出现在CSV中，例如，它可能有多个违规的附属公司

Nome_Razao_Social   CPF_CNPJ
Carajas Madeiras Industria e Comercio Ltda - Me 02579504000214
Carbo Gás Ltda  03828695000435
Carbomil Química S/A    07645062000108
Carbomil Química S/A    07645062000108
...

我对这两个CSV进行了合并（Python 3）：

ibama_doadores = pd.merge(eleitos_d_doadores, ibama, left_on = 'CPF_CNPJ_doador', right_on = 'CPF_CNPJ')

问题是，该命令在两个CSV中查找结果匹配项，但每当CPF_CNPJ_doador的第二个CSV多次出现时，它就会重复这些行：

CPF_CNPJ_doador Nome_doador_originario
7645062000108.0 CARBOMIL QUIMICA S A
7645062000108.0 CARBOMIL QUIMICA S A
7645062000108.0 CARBOMIL QUIMICA S A
...

---

请问，是否存在消除重复值的合并类型？如果在第二个数据库中搜索的项目重复

我认为一种可能的解决方案是删除两个数据帧中的重复项：

ibama_doadores = pd.merge(eleitos_d_doadores.drop_duplicates('CPF_CNPJ_doador'), 
                          ibama.drop_duplicates('CPF_CNPJ'), 
                          left_on = 'CPF_CNPJ_doador',
                          right_on = 'CPF_CNPJ')

或为计数重复项创建新列，并为联接添加此列：

eleitos_d_doadores['g'] = eleitos_d_doadores.groupby('CPF_CNPJ_doador').cumcount()
ibama['g'] = ibama.groupby('CPF_CNPJ').cumcount()

ibama_doadores = pd.merge(eleitos_d_doadores, 
                          ibama, 
                          left_on = ['CPF_CNPJ_doador','g'],
                          right_on = ['CPF_CNPJ','g']).drop('g', 1)

样本：

eleitos_d_doadores = pd.DataFrame({
    'CPF_CNPJ_doador': ['a','b','c','c','a'],
    'B': list(range(1,6))
})

ibama = pd.DataFrame({
    'CPF_CNPJ': ['a','b','a','a','c'],
    'C': list(range(5))
})

ibama_doadores = pd.merge(eleitos_d_doadores.drop_duplicates('CPF_CNPJ_doador'), 
                          ibama.drop_duplicates('CPF_CNPJ'), 
                          left_on = 'CPF_CNPJ_doador',
                          right_on = 'CPF_CNPJ')
print (ibama_doadores)
   B CPF_CNPJ_doador  C CPF_CNPJ
0  1               a  0        a
1  2               b  1        b
2  3               c  4        c

---

---

有一个问题，

CPF\u CNPJ\u doador

或

CPF\u CNPJ

是重复的，或者两者都是重复的。两者都可以在CSV中重复（例如，一个政客可以在不同的日期收到同一家公司的捐款）。但我想得到所有的捐款额度，即使它们来自重复公司的额度。但它们必须存在于第二个CSV中。问题是，如果该公司在第二个CSV中不止一次被引用，那么捐赠将加倍，然后以错误的方式确定。如果

CPF\u CNPJ\u doador

第一个值是

0764506200018

，那么期望的产出是什么？是否要将一列中的第一个重复值与第二个df列中的第一个重复值进行匹配？非常感谢，但我只删除了第二个CSV中的重复行（有些列我更改了名称，内容相同）：ibama_doadores_orig=pd.merge（eleitos_d_doadores，ibama.drop_duplicates（'CPF_CNPJ_limpo'））然后我删除了空结果：从第一个CSV中，我希望有重复的结果，正如我所说的。因为它们是商务礼品，可以在不同的日期重复。我正在签入Excel数据透视表，它看起来很有效。

eleitos_d_doadores = pd.DataFrame({
    'CPF_CNPJ_doador': ['a','b','c','c','a'],
    'B': list(range(1,6))
})

ibama = pd.DataFrame({
    'CPF_CNPJ': ['a','b','a','a','c'],
    'C': list(range(5))
})

ibama_doadores = pd.merge(eleitos_d_doadores.drop_duplicates('CPF_CNPJ_doador'), 
                          ibama.drop_duplicates('CPF_CNPJ'), 
                          left_on = 'CPF_CNPJ_doador',
                          right_on = 'CPF_CNPJ')
print (ibama_doadores)
   B CPF_CNPJ_doador  C CPF_CNPJ
0  1               a  0        a
1  2               b  1        b
2  3               c  4        c

eleitos_d_doadores['g'] = eleitos_d_doadores.groupby('CPF_CNPJ_doador').cumcount()
ibama['g'] = ibama.groupby('CPF_CNPJ').cumcount()

ibama_doadores = pd.merge(eleitos_d_doadores, 
                          ibama, 
                          left_on = ['CPF_CNPJ_doador','g'],
                          right_on = ['CPF_CNPJ','g']).drop('g', 1)

print (ibama_doadores)
   B CPF_CNPJ_doador  C CPF_CNPJ
0  1               a  0        a
1  2               b  1        b
2  3               c  4        c
3  5               a  2        a