为什么在两个不同的数据帧中使用合并功能会导致更多行？答案

【问题标题】：Why does using merge function in two different dataframes results me more rows?为什么在两个不同的数据帧中使用合并功能会导致更多行？
【发布时间】：2021-06-29 20:41:22
【问题描述】：

我有两个形状的数据框： (4000,3) (2000,3) ，下面是信息和列：

df1:

imo	speed	length
1	1	4
1	2	4
2	10	10
2	12	10

df2:

imo	dwt	name
1	52	test1
2	62	test2
3	785	test3
4	353	test4

我想将 df2 的列 dwt 添加到基于 df1 的在同一个imo上。

imo	speed	length	dwt
1	1	4	52
1	2	4	52
2	10	10	62
2	12	10	62

但是当我尝试做 pd.merge(df1,df2, on = 'imo', how = 'inner') 时，结果比 df1 的原始形状要多得多，这怎么可能？

【问题讨论】：

我无法复制该问题。请提供具有更多信息的可重现示例：python 版本、pandas 版本等。
df2 中的 imo 是唯一的吗？如果不是这种情况，那么您将获得每个非唯一键的叉积合并。
@Viktor 是的，它是独一无二的
那么在pd.merge(df1,df2, on = 'imo', how = 'inner')之后你可以使用drop_duplicates()方法
@AnuragDabas 结果又多了很多行

标签： python pandas dataframe

【解决方案1】：

您可以使用另一种方式，无需合并功能：

dwt_lst = []
for imo in df1.imo.values:
   dwt = df2[df2.imo == imo].dwt.values[0]
   dwt_lst.append(dwt)
df1['dwt'] = dwt_lst

【讨论】：

【解决方案2】：

这样用merge就行了：

pd.merge(df1, df2, how='left', on='imo').drop(columns='name')

例子：

>>> df1 = pd.DataFrame({'imo': [1,1,2,2], 'speed': [1,2,10,12], 'length': [4,4,10,10]})
>>> df2 = pd.DataFrame({'imo': [1,2,3,4], 'dwt': [52,62,785,353], 'name': ['test1','test2','test3','test4']})
>>> pd.merge(df1, df2, how='left', on='imo').drop(columns='name')
   imo  speed  length  dwt
0    1      1       4   52
1    1      2       4   52
2    2     10      10   62
3    2     12      10   62

【讨论】：