Python通过带有两个字段的内部连接合并Pandas数据集

Question

我在社区中是一个全新的人，所以我希望你能耐心一点。我正在尝试通过在字段"Postal Code“和"Date”上使用内部联接来合并两个数据集。原始代码应该是这样的：

Datapump = pd.merge(hack, health, how='inner', left_on=['Date', 'CP'], right_on=['Creation', 'cp'])

但重点是，每当我尝试执行head时，我都会得到一个空的数据集，最糟糕的是，为了执行一个样本，我会得到一个错误:所以我已经为hack设置了字段'Date‘作为索引，为健康设置了字段'Creation’作为索引。然后我去连接。

Datapump = pd.merge(hack, health, how='inner', left_index=True, right_index=True)

不幸的是，我也需要现场邮政编码。所以我在下面的点Datapump = pd.merge(hack, health, how='inner', left_on=['CP'], right_on=['cp'])做了另一个连接

现在我可以得到样本和头部，但据我所知，一切都很奇怪，特别是当我看到新数据集的条目数量时：

<class 'pandas.core.frame.DataFrame'>

Int64Index: 803206个条目，0到803205个数据列(总共15列)：cp 803206非空对象Tipo Contaminante 803206非空int64 Valor 803206非空float64验证803206非空对象nombre 803206非空对象edad 801296非空对象CP803206非空对象专利802387创建的非空对象803206非空datetime64ns Edad_Cat 786829非空类别持续时间772661非空timedelta64ns Duration_Seconds 772661非空float64 weekdays_created 803206非空int64月803206非空float64 cat_month 803206非空int64数据类型:类别(1)，datetime64ns、float64(3)、int64(3)、object(6)、timedelta64ns内存使用量: 92.7+ MB

实际上，在健康之前，大约有9000个条目，黑客攻击了大约6000个条目。这不可能是我通过执行内部连接获得了一个包含803.206个条目的数据集。

我如何才能以一种能提供有意义且合理的结果的方式进行这种内连接呢？

非常感谢您的耐心。

安德里亚