網站首頁編程語言正文

使用pd.merge表連接出現多余行的問題解決_python

作者：路明非Re ? 更新時間： 2022-08-07 編程語言

本文的目標是將表1論文及出版物與表2出版物及其指標進行匹配。

表1 論文出版物信息（存在空值）

表2 出版物指標信息

利用pandas的merge函數實現表的左外連接。左外連接即左表的外連接，左表保持不變，匹配右表的行（合并后右表肯能存在空值）。

paperPublicationIndicator = pd.merge(paperPublication,publicationIndicator,
    how='left',left_on='出版物',right_on='名稱',sort=False)

結果發現連接后表相比于表1論文出版物多出來13行。進行探究發現是表2出版物指標信息中存在出版物A-指標1，出版物A-指標2這樣的出版物重復行。進行匹配后會出現：

出版物  名稱  指標
出版物A  出版物A  指標1
出版物A  出版物A  指標2   #多余的行

這里選擇預先刪除表2出版物指標中的重復出版物信息。

publicationIndicator.drop_duplicates(subset=['名稱'],
		keep='first',inplace=True)

這樣結果就沒有問題了。

原文鏈接：https://blog.csdn.net/yefan_001/article/details/124611893