python - Pandas 合并创建不需要的重复条目

Question

我是 Pandas 的新手，我想合并两个具有相似列的数据集。与其他列相比，除了许多相同的值之外，每个列都将具有一些独特的值。我想保留每列中的一些重复项。我想要的输出如下所示。添加 how='inner' 或 'outer' 不会产生预期的结果。

import pandas as pd

df1 = df2 = pd.DataFrame({'A': [2,2,3,4,5]})

print(pd.merge(df1,df2))

output:
   A
0  2
1  2
2  2
3  2
4  3
5  4
6  5

desired/expected output:
   A
0  2
1  2
2  3
3  4
4  5

请告诉我如何/是否可以使用合并实现所需的输出，谢谢!

编辑为了澄清为什么我对这种行为感到困惑，如果我简单地添加另一列，它不会产生四个 2，而是只有两个 2，所以我希望在我的第一个示例中它也会有两个 2。为什么行为似乎发生了变化， Pandas 在做什么？

import pandas as pd
df1 = df2 = pd.DataFrame(
    {'A': [2,2,3,4,5], 'B': ['red','orange','yellow','green','blue']}
)

print(pd.merge(df1,df2))

output:
   A       B
0  2     red
1  2  orange
2  3  yellow
3  4   green
4  5    blue

However, based on the first example I would expect:
   A       B
0  2     red
1  2  orange
2  2     red
3  2  orange
4  3  yellow
5  4   green
6  5    blue

Answer 1

import pandas as pd

dict1 = {'A':[2,2,3,4,5]}
dict2 = {'A':[2,2,3,4,5]}

df1 = pd.DataFrame(dict1).reset_index()
df2 = pd.DataFrame(dict2).reset_index()

df = df1.merge(df2, on = 'A')
df = pd.DataFrame(df[df.index_x==df.index_y]['A'], columns=['A']).reset_index(drop=True)

print(df)

输出:

   A
0  2
1  2
2  3
3  4
4  5