诊断错误的连接
验证键和指示器标志
诊断错误的连接 是 CoddyKit 上的免费 Data Science Academy 课时。 这是第 4 节课，共 4 节。 你可以在下方免费阅读本课时的完整内容 — 然后在浏览器中使用内置代码编辑器和全天候 AI 导师进行实践。 这是 Data Science Academy 学习路径的一部分，你的进度在网页和 CoddyKit 应用中同步。 Data Science Academy 课程共包含 4 节课。
连接会悄悄失败
错误的连接很少会引发错误。它通常只是返回错误的行，因此请始终亲自检查结果。
先检查行数
最快速的冒烟测试是查看 shape。比较连接前后的行数，可以及早发现意外情况。
print(orders.shape, merged.shape)行数过多意味着存在重复项
如果结果比预期更大，您的键很可能在一侧重复，导致行数增加。
行数过少意味着没有匹配项
内连接结果变小，说明键没有匹配上，通常是因为拼写错误、大小写不同或末尾有空格。
indicator 标记
设置 indicator=True 后，merge 会添加一个 _merge 列，显示每行来自左侧、右侧还是两侧。
m = a.merge(b, on="id", how="outer", indicator=True)读取 _merge 列
统计 _merge 中的值，准确查看有多少个键在两侧都匹配，以及有多少个键只出现在一侧。
m["_merge"].value_counts()检查未匹配项
筛选出 left_only 行，即可准确查看哪些键未能在另一张表中找到配对项。
m[m["_merge"] == "left_only"]验证关系
validate 参数会强制检查您的假设。传入 one_to_one 后，如果键意外重复，pandas 就会报错。
a.merge(b, on="id", validate="one_to_one")连接前清理键
请先去除键列中的空白并统一大小写。快速使用 str.strip 可以避免大多数悄无声息的匹配失败。
df["id"] = df["id"].str.strip()确认 dtype 一致
比较两张表中每个键列的 dtype。字符串与整数永远不会匹配，无论它们的值是什么。
print(a["id"].dtype, b["id"].dtype)养成诊断习惯
连接后，请始终检查 shape 和 _merge 的分布。现在花两秒钟，可以避免之后出现悄无声息的错误。🔍
快速检查
您希望查看哪些行匹配了两张表，哪些没有匹配。什么方法最有帮助？
回顾：信任，但要验证
现在，您可以通过检查 shape、indicator 列和 validate 来诊断连接问题，还可以清理键以避免悄无声息的匹配失败。做得很扎实！
用 AI 导师学习 Python — 免费
在浏览器中编写并运行真实代码，获得全天候 AI 导师的即时帮助，并在网页或应用中继续学习。
- 课程
- 30
- 课程
- 120
常见问题解答
「诊断错误的连接」课时是免费的吗？
是的 — 「诊断错误的连接」的完整文本可在网页上免费阅读。要进行交互式练习（内置代码编辑器和全天候 AI 导师）并解锁 Data Science Academy 课程的其余内容，请升级到 CoddyKit PRO。 Data Science Academy 课程共包含 4 节课。
「诊断错误的连接」这节课中我会学到什么？
验证键和指示器标志 你通过在浏览器中直接运行的动手代码来练习 Data Science Academy，全天候 AI 导师会在你学习这节课的过程中回答你的问题。
学习 Data Science Academy 需要有经验吗？
无需任何先前经验。CoddyKit 上的 Data Science Academy 课程适合初学者到高级学习者，你可以从这里开始或从头开始，按照自己的节奏学习。 这是第 4 节课，共 4 节。
「诊断错误的连接」课时需要多长时间？
大多数 CoddyKit 课程大约需要 5–10 分钟。每节课都很精短且互动，所以你能稳步进步，并在网页和应用中从离开的地方继续。
我能在这节 Data Science Academy 课中编写并运行代码吗？
能。每节 Data Science Academy 课都包含内置代码编辑器，你可以在浏览器中直接编写并运行真实代码，并获得即时 AI 反馈 — 无需本地设置。