Sebuah join memasangkan setiap baris yang cocok di kiri dengan setiap baris yang cocok di kanan. Jika sebuah kunci muncul satu kali di kanan, setiap baris kiri mendapat satu pasangan. Jika muncul tiga kali, setiap baris kiri disalin tiga kali. Begitulah tabel penjualan berisi 120 pesanan berubah menjadi 300 baris setelah join, dan itulah sebabnya total tiba-tiba berlipat ganda.
Kebiasaan yang mencegahnya:
- Hitung baris sebelum dan sesudah setiap join:
len(df) dan len(merged).
- Pastikan kuncinya unik di sisi yang Anda harapkan:
other["key"].duplicated().any().
- Buat unik dulu: pertahankan baris terbaru per kunci (
sort_values, lalu drop_duplicates(keep="last")), atau lakukan agregasi menjadi satu baris per kunci.
- Lakukan join menurut setiap kolom yang mengidentifikasi sebuah baris: target ditetapkan per wilayah dan bulan, jadi join hanya menurut wilayah menyalin setiap pesanan enam kali.
Join menghasilkan jauh lebih banyak baris daripada jumlah pesanan: price_history memiliki beberapa baris per produk.