Pandas按经纬度合并DataFrame时行数异常增多问题咨询

行数异常增长是两个问题叠加导致的：

• 去重代码完全未生效：pandas的drop_duplicates()默认不修改原DataFrame，你在load_elev和Load_grid函数里调用去重方法时，没有将返回结果重新赋值给变量，也没有加inplace=True参数，实际读取的两个DataFrame中仍然存在重复的经纬度组合。
  当merge的关联键（这里是纬度、经度）存在重复值时，pandas会对重复键的条目做笛卡尔积匹配：比如同一个经纬度在df1有2条、df2有2条，匹配后会生成4条记录，直接导致总行数超出预期。
• 经纬度一致性校验逻辑有漏洞：你通过排序后直接对比数组的方式判断经纬度完全一致，但如果两个表的重复经纬度条目数量不对等，这种对比方式无法识别出重复键问题，会误导你认为两个表的经纬度是一一对应的。
  另外你最初用how='outer'做外连接，只要两个表存在任意一方独有的经纬度，也会额外增加行数，既然你确认经纬度完全对应，用inner内连接即可。

1. 首先修正去重逻辑，确保传入merge的两个DataFrame关联键无重复：

def load_elev():
    el = pd.read_csv(r'Df1')
    # 修正：将去重结果赋值回原变量
    el = el.drop_duplicates(subset=['Longitude', 'Latitude'])
    return el

def Load_grid():
    grd = pd.read_csv(r'Df2')
    # 修正：将去重结果赋值回原变量
    grd = grd.drop_duplicates(subset=['Longitude', 'Latitude'])
    return grd

2. 合并前先校验关联键唯一性，确保重复值已经被清除：

# 输出应为0，代表无重复经纬度
print("df1重复经纬度数：", el[['Latitude', 'Longitude']].duplicated().sum())
print("df2重复经纬度数：", grd[['Latitude', 'Longitude']].duplicated().sum())

3. 考虑到经纬度是浮点数，为避免隐式精度误差导致的匹配异常，可以关联前先将经纬度保留固定小数位（从你的样例看所有经纬度都是1位小数）：

el[['Latitude', 'Longitude']] = el[['Latitude', 'Longitude']].round(1)
grd[['Latitude', 'Longitude']] = grd[['Latitude', 'Longitude']].round(1)

完成以上步骤后再调用merge，输出的结果行数会和单表有效数据行数完全一致，不会出现异常增长。

内容的提问来源于stack exchange，提问作者Weiss