Pandas Join操作产生多余重复项，仅需保留匹配的第一个实例

你只需要先对df2做预处理，仅保留每个研究编号索引对应的第一条记录，再和df1关联即可，具体实现有两种常用方式： #

方法1：按索引分组取首条 #

# 预处理df2：按索引分组，保留每组第一条记录
df2_dedup = df2.groupby(level=0).first()
# 执行关联，此时不会生成重复行
df1 = df1.join(df2_dedup)

方法2：按索引去重 #

# 预处理df2：过滤掉重复的索引，保留第一次出现的记录
df2_dedup = df2[~df2.index.duplicated(keep='first')]
# 执行关联
df1 = df1.join(df2_dedup)

说明 #

两种方法处理后的df2都会得到唯一索引的结构，和全量索引的df1关联时为1:1或1:0匹配，既不会生成重复行，也会完整保留df1的所有研究编号记录，未匹配到的Study字段会自动填充为空值NaN。

内容的提问来源于stack exchange，提问作者slicedorange7