Skip to main content
 首页 » 编程设计

python之将两个数据框与 Pandas 合并后的行数不同

2025年04月02日15dyllove98

我有一个数据框,我通过 EQ_NR 列与另一个数据框合并。

这是第一个数据框的结构:(行:320816)

这是第二个:(行数:135818)

合并后,我有一个数据帧,其中“TA”从第二个数据帧添加到第一个数据帧,值为“EQ_NR”。

问题是我在合并前有 320816 行,在合并这两个数据帧后有 320871 行。比基本数据多 55 行会发生什么情况?

我需要数据来进行一些计算,而另外 55 行扭曲了计算结果...

请您参考如下方法:

加入列 NR 时存在重复问题。

示例中有重复值 100363 和 100594。

示例:

import pandas as pd 
 
df1 = pd.DataFrame({'NR':[100363,100363,100363, 100365], 
                   'B':[4,5,6,7], 
                   'C':[7,8,9,7]}) 
 
print (df1) 
   B  C       NR 
0  4  7  100363 
1  5  8  100363 
2  6  9  100363 
3  7  7  100365 
 
df2 = pd.DataFrame({'NR':[1001380363,1001380363,1001380363,1001380363], 
                   'B':[4,5,6,8], 
                   'C':[7,8,9,3]}) 
 
print (df2) 
   B  C       EQ_NR 
0  4  7  1001380363 
1  5  8  1001380363 
2  6  9  1001380363 
3  8  3  1001380363 
print (pd.merge(df1, df2, on=['NR'])) 
    B_x  C_x       NR  B_y  C_y 
0     4    7  100363    4    7 
1     4    7  100363    5    8 
2     4    7  100363    6    9 
3     4    7  100363    8    3 
4     5    8  100363    4    7 
5     5    8  100363    5    8 
6     5    8  100363    6    9 
7     5    8  100363    8    3 
8     6    9  100363    4    7 
9     6    9  100363    5    8 
10    6    9  100363    6    9 
11    6    9  100363    8    3 

编辑1:

如果数据帧 df2 在 NR 中没有重复数据,使用:

print (df1)   
  ART     DAT   LEIST_DAT    KD BW       NR MATERIAL  \ 
0    AF  2015-12-10  2015-12-31  P     B  100363   S    
1    AF  2015-12-10  2015-12-31  P     B  100363   S    
2    AF  2015-12-10  2015-12-31  P     B  100363   S    
3    AF  2015-12-10  2015-12-31  P     B  100363   S    
4    AF  2015-12-10  2015-12-31  P     B  100363   S    
5    AF  2015-12-10  2015-12-31  P     B  100363   S    
6    AF  2015-12-10  2015-12-31  P     B  100363   S    
7    AF  2015-12-10  2015-12-31  P     E  100594   S    
8    AF  2015-12-10  2015-12-31  P     B  100594   S    
 
   KW_WERT  NETTO_EURO          TA   
0    0.150       18.90         H   
1    0.145       18.27         H   
2    0.145       18.27         NaN   
3    0.150       18.90         H   
4    0.150       18.90         NaN   
5    0.145       18.27         H   
6    0.150       18.90         H   
7    3.011      252.92         AN   
8    3.412      429.91         AN   
 
print (df2) 
       NR         TA 
0  100363  Sonstiges 
1  100704  Sonstiges 
2  100823  Sonstiges 
3  100985  Sonstiges 
4  100774          D 
5  100790          D 
6  100097        NaN 
print (pd.merge(df1, df2, on=['NR'], how='left', suffixes=('','_new'))) 
  ART     DAT   LEIST_DAT      KD MW_BW       NR MATERIAL  \ 
0    F  2015-12-10  2015-12-31  P     B  100363   S    
1    F  2015-12-10  2015-12-31  P     B  100363   S    
2    F  2015-12-10  2015-12-31  P     B  100363   S    
3    F  2015-12-10  2015-12-31  P     B  100363   S    
4    F  2015-12-10  2015-12-31  P     B  100363   S    
5    F  2015-12-10  2015-12-31  P     B  100363   S    
6    F  2015-12-10  2015-12-31  P     B  100363   S    
7    F  2015-12-10  2015-12-31  P     E  100594   S    
8    F  2015-12-10  2015-12-31  P     B  100594   S    
 
   KW_WERT  NETTO_EURO          TA     TA_new   
0    0.150       18.90           H  Sonstiges   
1    0.145       18.27           H  Sonstiges   
2    0.145       18.27         NaN  Sonstiges   
3    0.150       18.90           H  Sonstiges   
4    0.150       18.90         NaN  Sonstiges   
5    0.145       18.27           H  Sonstiges   
6    0.150       18.90           H  Sonstiges   
7    3.011      252.92          AN        NaN   
8    3.412      429.91          AN        NaN