pandas两个存在重复值的DataFrame如何正确执行关联操作

报错原因 #

pandas的join方法默认要求右表索引值唯一，你的masterblok表中BLOCKID列存在重复值（如A002对应2条不同种植日期的记录），因此直接关联会触发重复索引报错。

解决方案 #

优先使用merge方法实现关联，它的逻辑和SQL的JOIN完全一致，天然支持关联键重复的场景，符合你需要的单条period记录匹配对应区块所有种植日期的需求：

# 左连接：保留pest_perperiod所有行，匹配对应BLOCKID的所有种植记录
result_df = pest_perperiod.merge(
    masterblok,
    left_on="FIELDCODE",
    right_on="BLOCKID",
    how="left"
)

如果只需要两个表共有的FIELDCODE/BLOCKID的关联结果，把how="left"改成how="inner"即可。

效果说明 #

以示例数据为例，关联后A002的5条PERIOD记录，每条都会匹配到A002的2条种植日期记录，最终得到10行关联结果，完全满足后续按BLOCKID、PLANTINGDATE维度计算留存的需求。

内容的提问来源于stack exchange，提问作者Fahmi Fachrizal