從我所瞭解的左外連接,得到的表不應該有比左表更多的行...請讓我知道如果這是錯誤的... ...大熊貓左外連接結果表大於左表
我的左表是192572行和8列。
我的權利表是42160行和5列。
我的左表有一個名爲'id'的字段,它與我右表中名爲'key'的列相匹配。
因此,我將它們合併爲這樣:
combined = pd.merge(a,b,how='left',left_on='id',right_on='key')
但隨後的組合形狀爲236569.
我是什麼誤會?
從我所瞭解的左外連接,得到的表不應該有比左表更多的行...請讓我知道如果這是錯誤的... ...大熊貓左外連接結果表大於左表
我的左表是192572行和8列。
我的權利表是42160行和5列。
我的左表有一個名爲'id'的字段,它與我右表中名爲'key'的列相匹配。
因此,我將它們合併爲這樣:
combined = pd.merge(a,b,how='left',left_on='id',right_on='key')
但隨後的組合形狀爲236569.
我是什麼誤會?
您可以預計這將增加,如果鍵在其他數據幀匹配多於一行:
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
爲了避免DF2這種行爲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
有一種方法可以抑制這種情況?在你的例子中,我不需要看到第0行或第1行,只能看到2行中的一行...... –
@Chowza yup,刪除重複項,編輯答案以反映這一點。 –
謝謝,這將工作。 –
你可以張貼一些最起碼的數據演示這個(請不要全部200k)? –
@PaulH問題是,我無法找到它這樣做的原因......當我在代碼的一小部分上使用此「pd.merge」時,生成的表的確只有左表的大小 –