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?
最佳答案
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
关于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,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/45262134/