Pandas中Inner Join结果行数异常问题求助

为什么会出现行数暴增？ #

你用inner连接得到70万+行，核心原因是关联键（route_city_lazada）在两个DataFrame中存在重复值，触发了笛卡尔积匹配：比如df_actual中某条路线出现N次，df_sla_partner中同一路线出现M次，merge后会生成N*M行对应该路线，最终总行数远超预期。

另外你代码里的关联键是route_city_lazada，但描述里的字段是route，这里大概率是笔误，要确保两个DataFrame的关联键名称一致。

正确实现步骤 #

1. 先处理df_sla_partner的重复值 #

因为每条路线应该对应唯一的3PL SLA，先对df_sla_partner去重，保留每个route的唯一SLA记录：

# 按route去重，保留第一条有效记录（也可根据业务逻辑选最后一条或其他规则）
df_sla_partner_unique = df_sla_partner.drop_duplicates(subset=['route'], keep='first')

2. 使用左连接替代内连接 #

你的预期结果需要保留df_actual中所有运单，无匹配路线的显示NaN，所以用how='left'的左连接：

# 确保关联键名称一致，若两个DataFrame的键名不同，用left_on/right_on指定
df_sla_check = pd.merge(df_actual, df_sla_partner_unique, on=['route'], how='left')

3. 验证结果 #

可以通过以下代码检查是否符合预期：

# 查看结果行数，应该和df_actual的36000行一致
print(df_sla_check.shape[0])
# 查看无匹配的route记录
print(df_sla_check[df_sla_check['sla_partner (days)'].isna()])

内容的提问来源于stack exchange，提问作者yangyang