python – Pandas Left Outer Join结果表大于左表

根据我对左外连接的理解,结果表应该永远不会有比左表更多的行……如果这是错误的,请告诉我…

我的左表是192572行和8列.

我的右表是42160行和5列.

我的左表有一个名为’id’的字段,它与我右表中名为’key’的列匹配.

因此我将它们合并为：

combined = pd.merge(a,b,how='left',left_on='id',right_on='key')

但结合的形状是236569.

我有什么误会？

解决方法:

如果键匹配另一个DataFrame中的多行,则可以预期这会增加：

In [11]: df = pd.DataFrame([[1, 3], [2, 4]], columns=['A', 'B'])

In [12]: df2 = pd.DataFrame([[1, 5], [1, 6]], columns=['A', 'C'])

In [13]: df.merge(df2, how='left')  # merges on columns A
Out[13]: 
   A  B   C
0  1  3   5
1  1  3   6
2  2  4 NaN

要在df2中避免此行为drop the duplicates：

In [21]: df2.drop_duplicates(subset=['A'])  # you can use take_last=True
Out[21]: 
   A  C
0  1  5

In [22]: df.merge(df2.drop_duplicates(subset=['A']), how='left')
Out[22]: 
   A  B   C
0  1  3   5
1  2  4 NaN