Python 尝试合并两个数据帧时获得一些重复

在这里发布之前，我在谷歌上搜索了一个解决方案，我尝试了一些不同的想法，但似乎没有任何效果。突出显示的部分就是问题所在。在最后一个DF中，我需要一个12674.4的实例和一个21008.21的实例

这是df1

这是df2

这是最终合并的数据帧

我不认为我真的可以在合并之前消除每个数据帧的重复，因为它们已经被消除了。对如何处理这个问题有什么想法吗

这是我的合并代码

df_merge = pd.merge(df_exp, 
                df_rev,
                left_on=['SID','Year'],
                right_on=['PID','Year'],
                how='inner')
print(df_merge.shape)

我认为最终的结果应该是这样的

---

因此，如果PID、Sub_市场、状态、年份和费用重复，则将费用分成一半。我认为这解决了问题，因为我可以假设费用在“站点名称”的两个不同记录之间平均分摊。

在这种情况下，您可以执行以下操作：

df_merge['Expense'] = df_merge.groupby(['PID', 'sub_market', 'state', 'Year', 'Expense'])['Expense'].\
                               transform(lambda x: x/x.count())

   SID  Year    Expense  PID  ...        site_name state YTD_Revenue   Revenue
0  100  2017  50674.950  100  ...  HOUSE_RETAIL_21    UT    510602.8  899061.8
1  100  2018   6337.200  100  ...     HOUSE_RETAIL    UT    320649.1  324190.8
2  100  2018   6337.200  100  ...  HOUSE_RETAIL_21    UT    634509.4  593213.6
3  100  2019  10504.105  100  ...     HOUSE_RETAIL    UT   1262068.5  956957.0
4  100  2019  10504.105  100  ...  HOUSE_RETAIL_21    UT    163976.5  110292.3
5  100  2020  14241.510  100  ...     HOUSE_RETAIL    UT    161396.0  123000.9

注:

---

下次上载数据的文本版本而不是图像时

如何合并数据帧？要保留哪一行？例如，第2行和第3行具有不同的

站点名称和收入。哪一个是“正确”的？您可以使用
pd.drop_duplicates
的
subset
参数删除要合并的列的重复项。合并/加入时，您将得到2个值，因为df2中有2个2018和2019。如果你每年都要合并，你必须从df2中删除那些你不想要的。除非您在df1中添加第三列，例如sitename，以区分观察结果抱歉，1、2、3来自Excel中的填写。而且，我不认为这是一件重复的事情。例如，我刚刚尝试了这个方法，但没有任何改变：df_merged=df_merged.sort_值（['PID'，'Sub_Market'，'State'，'Year']，ascending=False）。删除重复项（['Expense'，keep='first'）。reset_index（）非常有效。很抱歉，没有在开始时澄清问题。我花了一段时间才意识到这里发生了什么。一切都准备好了！