大熊猫左外连接结果表大于左表

Question

从我所了解的左外连接，得到的表不应该有比左表更多的行...请让我知道如果这是错误的... ...

我的左表是192572行和8列。

我的权利表是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'的列相匹配。

因此，我将它们合并为这样：

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

但随后的组合形状为236569.

我是什么误会？

Answer 1

您可以预计这将增加，如果键在其他数据帧匹配多于一行：

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 

为了避免DF2这种行为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