在 Python 中合并数据框时出现重复的行

Question

我目前正在使用外部连接合并两个数据框。但是，合并后，即使合并的列包含相同的值，我也会看到所有行都是重复的。

具体来说，我有以下代码。

merged_df = pd.merge(df1, df2, on=['email_address'], how='inner')

这是两个数据框和结果。

df1

          email_address    name   surname
0  john.smith@email.com    john     smith
1  john.smith@email.com    john     smith
2       elvis@email.com   elvis   presley

df2

          email_address    street  city
0  john.smith@email.com   street1    NY
1  john.smith@email.com   street1    NY
2       elvis@email.com   street2    LA

merged_df

          email_address    name   surname    street  city
0  john.smith@email.com    john     smith   street1    NY
1  john.smith@email.com    john     smith   street1    NY
2  john.smith@email.com    john     smith   street1    NY
3  john.smith@email.com    john     smith   street1    NY
4       elvis@email.com   elvis   presley   street2    LA
5       elvis@email.com   elvis   presley   street2    LA

我的问题是，不应该这样吗？

这就是我希望我的merged_df 的样子。

          email_address    name   surname    street  city
0  john.smith@email.com    john     smith   street1    NY
1  john.smith@email.com    john     smith   street1    NY
2       elvis@email.com   elvis   presley   street2    LA

有什么方法可以实现吗？

Answer 1

list_2_nodups = list_2.drop_duplicates()
pd.merge(list_1 , list_2_nodups , on=['email_address'])

预计会有重复的行。 list_1 中的每个 john smith 与 list_2 中的每个 john smith 匹配。我不得不将重复项放在其中一个列表中。我选择了list_2。