当我合并 2 个 pandas 数据帧时没有得到预期的结果答案

【问题标题】：Not getting expected results when I merge 2 pandas dataframes当我合并 2 个 pandas 数据帧时没有得到预期的结果
【发布时间】：2023-02-26 06:36:09
【问题描述】：

我正在尝试通过左连接合并 2 个 pandas 数据框。

仅供参考，我无法正确格式化表格，所以请理解我试过了。

左表（265 行）和更多列：我期望最终得到 265 行。

Index     ACCSNM   Reason Not Done

260  YA42816-011       IFFREAS29
261  YA42816-011       EMFREAS1
262  YA42816-011       EMFREAS2
263  YA42816-011       EMFREAS3
264  YA42816-011       EMFREAS4

右表（250 行）：

Index    ACCSNM    RND_COLUMNS     MIREASND
245  YA42816-011    IFFREAS7             
246  YA42816-011    IFFREAS6             
247  YA42816-011    IFFREAS5             
248  YA42816-011    IFFREAS3             
249  YA42816-011    EMFREAS4  EM Not done

这是我用来合并 df 的代码：

pd.merge(ln_sdtm, rnd_melt, left_on=["ACCSNM", "Reason Not Done"], right_on=["ACCSNM", 
"MIREASND"],  how="left",  suffixes = (None, '_R')).sort_values(["ACCSNM", "Row 
Number"]).reset_index()

我最终在 Reason not done 和 MIREASND 列中得到 774 行和许多 NaN。

非常感谢您的帮助，因为我正处于一个重要的最后期限。

【问题讨论】：

标签： pandas merge

【解决方案1】：

我回答了我自己的问题。我用错了列。

pd.merge(ln_sdtm, rnd_melt, left_on=["ACCSNM", "Reason Not Done"], right_on= 
["ACCSNM", 
"RND_COLUMN"],  how="left",  suffixes = (None, '_R')).sort_values(["ACCSNM", 
"Row Number"]).reset_index()

【讨论】：

【解决方案2】：

看起来合并会导致意外的重复。如果合并键中有重复值，就会发生这种情况。

要尝试的一件事是检查合并键上两个数据框中的重复项，并在合并前删除它们。您可以使用 pandas duplicated 方法查找重复项：

ln_sdtm.duplicated(subset=["ACCSNM", "Reason Not Done"]).any()
rnd_melt.duplicated(subset=["ACCSNM", "MIREASND"]).any()

如果找到重复项，您可以使用 pandas drop_duplicates 方法删除它们：

ln_sdtm.drop_duplicates(subset=["ACCSNM", "Reason Not Done"], inplace=True)
rnd_melt.drop_duplicates(subset=["ACCSNM", "MIREASND"], inplace=True)

然后使用更新后的数据框再次尝试合并。

【讨论】：