如果键与另一个Dataframe中的多个行匹配，则可以预期这种情况会增加：
In [11]: df = pd.Dataframe([[1, 3], [2, 4]], columns=['A', 'B'])In [12]: df2 = pd.Dataframe([[1, 5], [1, 6]], columns=['A', 'C'])In [13]: df.merge(df2, how='left') # merges on columns AOut[13]: A B C0 1 3 51 1 3 62 2 4 NaN
为避免此行为，将重复项放在df2中：
In [21]: df2.drop_duplicates(subset=['A']) # you can use take_last=TrueOut[21]: A C0 1 5In [22]: df.merge(df2.drop_duplicates(subset=['A']), how='left')Out[22]: A B C0 1 3 51 2 4 NaN
