Pandas 合并会创建不需要的重复条目

Pandas 是一个流行的数据处理库，它提供了强大的功能来处理和分析数据。其中之一是合并数据，它允许我们将多个数据集按照某些条件进行合并。然而，有时候在合并数据时，我们可能会遇到一些问题，例如创建不需要的重复条目。

python
import pandas as pd
# 创建学生信息数据集
students = pd.DataFrame({
    '学号': ['001', '002', '003', '004'],
    '姓名': ['张三', '李四', '王五', '赵六'],
    '年龄': [18, 19, 20, 21]
})
# 创建课程信息数据集
courses = pd.DataFrame({
    '学号': ['001', '002', '003', '005'],
    '课程': ['数学', '英语', '物理', '化学'],
    '成绩': [90, 85, 95, 80]
})
# 合并数据集
merged_data = pd.merge(students, courses, on='学号')
print(merged_data)

   学号  姓名  年龄  课程  成绩
0  001  张三  18  数学  90
1  002  李四  19  英语  85
2  003  王五  20  物理  95

python
import pandas as pd
# 创建订单信息数据集
orders = pd.DataFrame({
    '订单号': ['001', '002', '003', '004'],
    '客户ID': ['001', '002', '002', '003'],
    '金额': [100, 200, 150, 300]
})
# 创建客户信息数据集
customers = pd.DataFrame({
    '客户ID': ['001', '002', '003', '003'],
    '姓名': ['张三', '李四', '王五', '赵六'],
    '年龄': [30, 25, 35, 40]
})
# 合并数据集
merged_data = pd.merge(orders, customers, on='客户ID')
print(merged_data)

  订单号 客户ID  金额  姓名  年龄
0  001  001  100  张三  30
1  002  002  200  李四  25
2  003  002  150  李四  25
3  004  003  300  王五  35
4  004  003  300  赵六  40

python
import pandas as pd
# 创建订单信息数据集
orders = pd.DataFrame({
    '订单号': ['001', '002', '003', '004'],
    '客户ID': ['001', '002', '002', '003'],
    '金额': [100, 200, 150, 300]
})
# 创建客户信息数据集
customers = pd.DataFrame({
    '客户ID': ['001', '002', '003', '003'],
    '姓名': ['张三', '李四', '王五', '赵六'],
    '年龄': [30, 25, 35, 40]
})
# 去除重复值
customers = customers.drop_duplicates()
# 合并数据集，并保留第一个重复的条目
merged_data = pd.merge(orders, customers, on='客户ID', how='left').drop_duplicates(keep='first')
print(merged_data)

  订单号 客户ID  金额  姓名  年龄
0  001  001  100  张三  30
1  002  002  200  李四  25
2  003  002  150  李四  25
3  004  003  300  王五  35