本文链接：https://blog.csdn.net/weixin_40624567/article/details/105836687

原创，未经授权请勿转载！
开发基于python3.7（非Python2）；
IDE是pycharm2019社区版（足够用了）；
侵删！侵删！侵删！重要的事情要说三遍。

昨天朋友用pandas做两表的合并，本来很简单的一个操作，两秒就能搞定，他却愣是做了一上午，踩了一上午坑，后来源文件发给我，我才找出了问题所在，那就是：

** 空格，空格，空格！**

坑：

原始文件是这样两张表：
在这里插入图片描述
内容分别是：
nodos.xlsx

city_data.xlsx

概括来讲就是把B表中的纬度和经度取出来，对应到A表的城市，看起来十分简单。

掉坑的代码：

# coding:utf-8
# python 3.7
import pandas as pd
l = pd.read_excel("nodes.xlsx")
r = pd.read_excel("city_data.xlsx")
print(l,r)
result = pd.merge(l,r,left_on="Label",right_on="城名",how='left')
result.to_csv("result.csv",encoding='ANSI')
print(result)

简单明了，确实2秒搞定。

可问题出现了……

打开结果csv文件，发现
在这里插入图片描述
像“北京”这种明显在B表中有的，却并没有传递到A表。

就这么简单的问题，困扰了朋友好久，我也是看了半天才发现了问题。

坑位本质

看这里：
A表中似乎有两个"北京”
在这里插入图片描述

这两个北京，在肉眼上很难分辨出来有什么差异，而且朋友用print打印出来之后，也没看出什么差别。
但在pandas判断是，这俩完全不同，
一个是，“北京”
另一个是，"北京 "（后边多了一个空格）
在pandas看来，这两个cell里的值，是不一样的，所以就会导致匹配不到。
这也就是为什么学数分的时候，几乎所有的教材都在强调，数据分析之前，一定要做数据清洗。
虽然只是一个小问题，但是如果没有踩过这个坑，真的很难发现，如果是分析工作做完了才发现这个问题，那后果可就很严重了。
小可爱们要引以为戒。
附上添加清洗空格操作后的代码：

# coding:utf-8
# python 3.7
import pandas as pd
l = pd.read_excel("nodes.xlsx")
#生成一个新列，把原列的空格取出后，传递给新列，使用新列作为连接的键
l['newLabel'] = l["Label"].str.strip()
r = pd.read_excel("city_data.xlsx")
#生成一个新列，把原列的空格取出后，传递给新列，使用新列作为连接的键
r['new城名'] = r["城名"].str.strip()
print(l,r)
result = pd.merge(l,r,left_on="newLabel",right_on="new城名",how='left')
result.to_csv("result.csv",encoding='ANSI')
print(result)