基于CODE_STD合并DataFrame，如何保留df1的58行结构？

问题原因 #

你使用pd.merge(..., how='outer')会保留两个DataFrame中所有CODE_STD的记录，当某一个CODE_STD在df1或df2中存在多条匹配时，会生成笛卡尔积，最终导致合并后的行数远超df1的58行。

正确合并方法 #

方法1：使用左连接（Left Join） #

左连接会严格保留df1的所有行，仅匹配df2中对应CODE_STD的记录，无匹配的ASSET_ID2会填充为NaN，确保合并后行数与df1一致：

import pandas as pd
merged_df = pd.merge(df1, df2, on='CODE_STD', how='left')

方法2：先去重再左连接（针对df2存在重复CODE_STD的情况） #

如果df2中同一个CODE_STD对应多条ASSET_ID2记录，直接左连接仍会产生重复行。此时需先对df2按CODE_STD去重，确保每个CODE_STD仅保留一条记录（示例保留首次出现的记录）：

# 对df2去重，保留每个CODE_STD的第一条记录
df2_unique = df2.drop_duplicates(subset='CODE_STD', keep='first')
# 执行左连接
merged_df = pd.merge(df1, df2_unique, on='CODE_STD', how='left')

验证结果 #

处理后的merged_df将包含58行，同时保留ASSET_ID和ASSET_ID2两列，完全符合需求。

内容的提问来源于stack exchange，提问作者Minh Huynh