合并两个没有重复的DF

Question

我正在尝试合并两个数据帧并消除重复。

这是DF＃1：

import pandas as pd
data1 = {'id':['168'],'group_id':['360002136432'],'ticket_form_id':['360000159712']}
df1 = pd.DataFrame(data1)
print(df1)

这是DF＃2

data2 = {'id':['362936613051','362936613051','362936613051'],'ticket_id':['168','168','168']}
df2 = pd.DataFrame(data2)
print(df2)

我正在尝试合并或合并DF＃1和DF＃2，所以看起来像这样。

id  group_id    ticket_form_id  ID
168 360002136432    360000159712    362936613051

这是DF＃1.id和DF＃2.ticket_id之间的某种内部联接（我认为），但是在合并数据帧中我总是收到很多欺骗。如何消除合并数据框中的重复项。

因此，对于ID = 8，我希望看到362563740691，对于ID = 10，我希望看到362563746711。

相反，我看到的是ID = 8的362785076491。

Answer 1

您的df2确实有很多重复的值。我不知道是否需要保留冗余数据，如果不需要，可以删除df2重复项

df2.drop_duplicates(inplace = True)
print(df1.merge(df2, left_on = 'id', right_on = 'ticket_id'))

这将立即删除最终数据框中的重复行。

另一种可能性是在合并后删除重复的行。

df1 = df1.merge(df2, left_on = 'id', right_on = 'ticket_id', how = 'inner')                                                                                
df1.drop_duplicates(inplace = True)                                                                                                                        
print(df1) 

Answer 2

假设df2中的所有id / ticket_id对均重复，如示例所示：

df_new=df1.merge(df2[~df2.duplicated()==1], left_on='id', right_on='ticket_id').drop('ticket_id', axis=1)