左外部結合について私が理解しているところによると、結果のテーブルには左のテーブルよりも多くの行が含まれることはありません...これが間違っている場合はお知らせください...
左側の表は 192572 行と 8 列です。
右側の表は 42160 行と 5 列です。
左側のテーブルには「id」というフィールドがあり、これは右側のテーブルの「key」という列と一致します。
したがって、私はそれらを次のように結合します。
combined = pd.merge(a,b,how='left',left_on='id',right_on='key')
しかし、組み合わせた形状は 236569 になります。
何を誤解しているのでしょうか?
ベストアンサー1
キーが他の DataFrame の複数の行と一致する場合、この値が増加すると予想されます。
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
この行動を避けるには重複を削除するdf2の場合:
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