在pandas中，concat, merge, join的使用方法可以参考以下资料：
http://blog.csdn.net/stevenkwong/article/details/52528616
主要讲下笛卡尔积：
import pandas as pd
from pandas import DataFrame
df1=DataFrame({‘a’:[1,2,3], ‘b’:[4,5,6], ‘key’:[0,0,0]})
df2=DataFrame({‘c’:[3,2,1], ‘d’:[6,5,4], ‘key’:[0,0,0]})
data = pd.merge(df1, df2, on=’key’)
这里merge默认为内连接。
df1:
a b key
0 1 4 0
1 2 5 0
2 3 6 0
df2:
c d key
0 3 6 0
1 2 5 0
2 1 4 0
data:
a b key c d
0 1 4 0 3 6
1 1 4 0 2 5
2 1 4 0 1 4
3 2 5 0 3 6
4 2 5 0 2 5
5 2 5 0 1 4
6 3 6 0 3 6
7 3 6 0 2 5
8 3 6 0 1 4
由此可知，当两个表连接时，有相同的key值就产生积。
如果，需要进行merge的次数过多时，每次都产生笛卡尔积，最终就会产生内存爆炸的现象。
所以，在merge时，一定要避免相同的key值，可以分批次merge，最后再concat。
Original: https://blog.csdn.net/weixin_36378793/article/details/113903140
Author: 桔梗一身骄傲
Title: merge规则 python_python dataframe 在merge时 产生笛卡尔积
原创文章受到原创版权保护。转载请注明出处：https://www.johngo689.com/756768/
转载文章受原作者版权保护。转载请注明原作者出处！