Una unión empareja cada fila coincidente de la izquierda con cada fila coincidente de la derecha. Si una clave aparece una vez a la derecha, cada fila de la izquierda obtiene una coincidencia. Si aparece tres veces, cada fila de la izquierda se copia tres veces. Así es como una tabla de ventas de 120 pedidos pasa a tener 300 filas después de una unión y por qué los totales se duplican de repente.
Hábitos para evitarlo:
- Cuenta las filas antes y después de cada unión:
len(df) y len(merged).
- Comprueba que la clave sea única en el lado donde esperas que lo sea:
other["key"].duplicated().any().
- Haz que sea única primero: conserva la última fila por clave (
sort_values y después drop_duplicates(keep="last")), o agrega los datos para obtener una fila por clave.
- Realiza la unión por todas las columnas que identifican una fila: los objetivos son por región y mes, así que unir solo por región copia cada pedido seis veces.
La unión devuelve muchas más filas que pedidos: price_history tiene varias filas por producto.