请问 pandas 的 left join 方法为什么会增加原有数据的行？

[leisurelylicht]

我用 pandas 的 join 方法拼接数据，代码如下

package_item_df = package_item_df.join(res_df, on=['whistler_order_id', 'order_item_id', 'order_item_sn'])

结果拼完以后 package_item_df 的行数增加了，

join 默认是 left join，

应该是以调用 join 的 dataframe 数据为准，为什么会改变原有 dataframe 的行数？

[flyws]

有没有可能是 join 的 data 里面的列不唯一，也就是 package_item_df 里面有些一行数据对应了右边表多条数据，这样出来可能会增加行数。

[snowolfy]

pandas 中的`df.join`并不是对等于关系型数据库中的 join, 而是把两个 DF 拼起来。`how` 参数只是制定了拼起来的结果使用哪边的`index`。

可能楼主想要的功能是`df.merge`.
`df.join`: https://pandas.pydata.org/pandas-docs/stable/generated/pandas.DataFrame.join.html
`df.merge`: https://pandas.pydata.org/pandas-docs/stable/generated/pandas.DataFrame.merge.html
还有这个: https://pandas.pydata.org/pandas-docs/stable/merging.html

[leisurelylicht]

@flyws 多谢，真是这样。先对右面做聚合就好了