python - Pandas 数据框中的内部连接/合并提供比左侧数据框更多的行

Question

这是数据框列的样子。

df1='设备号', '日期', ....<<其他10列>> 3500条记录

df2='设备号', '日期', ....<<其他9列>> 14000条记录

在每个数据框中，“设备编号”和“日期”都不是唯一的。但是，它们的组合对于标识一行是唯一的。

我正在尝试形成一个新的数据框，它与 df1 和 df2 中的行相匹配，其中设备编号和日期都相等，并且具有这些 df1 和 df2 中的所有列。我正在尝试的 Pandas 命令是

df3=pd.merge(df1, df2, how='inner', on=['device number', 'date'])

但是，df3 给了我一个形状为 (14,000, 21) 的数据框。列号是有道理的，但是内部连接如何比任何左侧数据帧的行数都多？这是否意味着我对内部连接的理解存在缺陷？另外，我怎样才能达到我描述的结果？

Answer 1

我能看到这种情况发生的唯一方法...特别是 14,000 与 df2 中的记录数完全相同的情况下，如果 df2 中的列组合不是唯一的。

您可以通过以下方式验证它们不是唯一的(True 如果唯一)

df2.duplicated(['device number', 'date']).sum() == 0

或者

df.set_index(['device number', 'date']).index.is_unique