Python：Pandas合并导致NaN

Question

我正在尝试使用pandas执行合并操作。这两个文件有一个共同的关键字（“KEY_PLA”），我正在尝试使用左连接。但不幸的是，从第二个文件传输到第一个文件的所有列都具有NaN值。

以下是我迄今为止所做的事情：

df_1 = pd.read_excel(path1, skiprows=1)
df_2 = pd.read_excel(path2, skiprows=1)

df_1.columns = ["Index", "KEY", "KEY_PLA", "INFO1", "INFO2"]
df_2.columns = ["Index", "KEY_PLA", "INFO4"]

df_1.drop(["Index"], axis=1, inplace=True)
df_2.drop(["Index"], axis=1, inplace=True)

# Merge all dataframes
df_merge = pd.DataFrame()

df_merge = df_1.merge(df_2, left_on="KEY_PLA", right_on="KEY_PLA", how="left")
print(df_merge)

这是结果： 这里是Excel文件： Excel1 Excel2 代码有什么问题？我也检查了类型，甚至将列转换为字符串。但是什么都不起作用。

- Jannik

---

请发帖 df_1.head().to_dict('list') 和 df_2.head().to_dict('list')，这样我们就不必下载几百MB的数据来查看问题了。 - unutbu

Answer 1

我认为问题在于联接列 KEY_PLA 的不同 类型，一个明显是整数，而另一个是 字符串。

解决方案是将它们转换为相同的类型，例如转换为 int：

print (df_1['KEY_PLA'].dtype)
object

print (df_2['KEY_PLA'].dtype)
int64

df_1['KEY_PLA'] = df_1['KEY_PLA'].astype(int)

- jezrael

---

非常感谢！那个有效 :) 但是为什么 df_1['KEY_PLA'] = df_1['KEY_PLA'].astype(str) 和 df_2['KEY_PLA'] = df_2['KEY_PLA'].astype(str) 不起作用呢？ - Jannik

它应该与df_2['KEY_PLA'] = df_2['KEY_PLA'].astype(str)一起工作，因为“object”明显是“string”。 - jezrael

这是另一种可能的解决方案 :) - jezrael

但实际上它并没有。它仍然是您可以在上面的图片中看到的结果。 - Jannik

嗯，从图片看来似乎有尾随的\n，所以需要使用 df_1['KEY_PLA'] = df_1['KEY_PLA'].str.strip() 和 df_2['KEY_PLA'] = df_2['KEY_PLA'].astype(str)。 - jezrael

啊，我找到错误了。在第二个文件中，所有条目都包括“/n”。因此键不相等。非常感谢您 :-) - Jannik