python教程—熊猫左外连接导致表比左表大-Python实用宝典

python教程—熊猫左外连接导致表比左表大

根据我对左外连接的理解,结果表的行数永远不应该超过左表…如果这是错的请让我知道…

根据我对左外连接的理解,结果表的行数永远不应该超过左表…如果这是错的请让我知道…

我的左表是192572行和8列。

我右边的表是42160行和5列。

我的左表有一个名为“id”的字段,它与我的右表中名为“key”的列匹配。

因此,我将它们合并如下:

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

组合后的形状是236569。

我误解了什么?

回答

如果键匹配另一个DataFrame中的多个行,您可以预期这个值会增加:

    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

为了避免这种行为删除df2中的重复:

    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

​Python实用宝典 (pythondict.com)
不只是一个宝典
欢迎关注公众号:Python实用宝典

本文由 Python实用宝典 作者:Python实用宝典 发表,其版权均为 Python实用宝典 所有,文章内容系作者个人观点,不代表 Python实用宝典 对观点赞同或支持。如需转载,请注明文章来源。
0

发表评论