Python 左合并不起作用

当我合并两个简单的数据帧时，一切正常。但当我将相同的代码应用于实际数据帧时，合并无法正常工作：

我想在

A

列上使用左连接合并

df1

和

df2

df1 = pd.DataFrame({'A': ['A0', 'A1', 'A2', 'A3'],
                    'B': ['B0', 'B1', 'B2', 'B3']})

df2 = pd.DataFrame({'A': ['A0', 'A1', 'A2', 'A3','A4','A5'],
                    'C': ['C0', 'C1', 'C2', 'C3','C4','C5'],
                    'D': ['D0', 'D1', 'D2', 'D3','D4','A5']})

result = pd.merge(df1, df2[["A","C"]], how='left', on='A')

在这种情况下，结果是正确的（

result

中的行数与

df1

相同）

但是，当我在真实数据上运行相同的代码时，

result

中的行数远大于

df1

，并且更类似于

df2

result = pd.merge(df1, df2[["ID","EVENT"]], how='left', on='ID')

字段

ID

的类型为String（

astype（str）

）

这可能是什么原因？我不能在这里发布真实的数据集，但根据我的解释，可能仍然可以做一些指示。谢谢

UDPATE:

---

我检查了数据帧

结果

，我可以看到许多重复的行具有相同的

ID

。为什么？

请看这个稍加修改的示例（我在

df2

中修改了

A

列中的最后两个值）：

输出：

    A   B   C
0  A0  B0  C0
1  A0  B0  C4
2  A0  B0  C5
3  A1  B1  C1
4  A2  B2  C2
5  A3  B3  C3

---

df2

中的每个

A0

都有一行

A0

。这也是您的数据发生的情况。

可能您在df1或DF2中有dup ID。这就是问题的原因。

    A   B   C
0  A0  B0  C0
1  A0  B0  C4
2  A0  B0  C5
3  A1  B1  C1
4  A2  B2  C2
5  A3  B3  C3