Skip to main content
 首页 » 编程设计

python之左合并不起作用

2025年02月15日12jpfss

当我合并两个简单的数据框时,一切正常。但是当我将相同的代码应用于我的真实数据帧时,合并无法正常工作:

我想合并 df1 和 df2 在 A 列上使用左连接。

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)。

然而,当我在我的真实数据上运行相同的代码时,result 中的行数比 df1 大得多,并且更类似于 df2.

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

ID 字段的类型为 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,也许仍然可以完成一些指示。谢谢。

更新:

我检查了数据框 result,我可以看到许多重复的行具有相同的 ID。为什么?

请您参考如下方法:

查看这个稍微修改过的示例(我修改了 df2 中 A 列的最后两个值):

df1 = pd.DataFrame({'A': ['A0', 'A1', 'A2', 'A3'], 
                    'B': ['B0', 'B1', 'B2', 'B3']}) 
 
df2 = pd.DataFrame({'A': ['A0', 'A1', 'A2', 'A3','A0','A0'], 
                    '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') 

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 都有一个A0 行。这也是您的数据正在发生的事情。