尝试合并2个数据框但出现ValueError

这是我保存在两个变量中的两个数据框：

> print(df.head())
>
          club_name  tr_jan  tr_dec  year
    0  ADO Den Haag    1368    1422  2010
    1  ADO Den Haag    1455    1477  2011
    2  ADO Den Haag    1461    1443  2012
    3  ADO Den Haag    1437    1383  2013
    4  ADO Den Haag    1386    1422  2014
> print(rankingdf.head())
>
           club_name  ranking  year
    0    ADO Den Haag    12    2010
    1    ADO Den Haag    13    2011
    2    ADO Den Haag    11    2012
    3    ADO Den Haag    14    2013
    4    ADO Den Haag    17    2014

我正在尝试使用以下代码合并这两个：

new_df = df.merge(ranking_df, on=['club_name', 'year'], how='left')

添加how ='left'的原因是，我的ranking_df中的数据点少于标准df中的数据点。

预期的行为是这样的：

> print(new_df.head()) 
> 

      club_name  tr_jan  tr_dec  year    ranking
0  ADO Den Haag    1368    1422  2010    12
1  ADO Den Haag    1455    1477  2011    13
2  ADO Den Haag    1461    1443  2012    11
3  ADO Den Haag    1437    1383  2013    14
4  ADO Den Haag    1386    1422  2014    17

但是我得到这个错误：

ValueError：您正在尝试合并object和int64列。如果要继续，则应使用pd.concat

但是我不希望使用concat，因为我想合并树而不只是添加它们。

我想到的另一种行为是，如果我将第一个df保存到.csv，然后将该.csv加载到数据帧中，则我的代码将起作用。

该代码：

df = pd.DataFrame(data_points, columns=['club_name', 'tr_jan', 'tr_dec', 'year'])
df.to_csv('preliminary.csv')

df = pd.read_csv('preliminary.csv', index_col=0)

ranking_df = pd.DataFrame(rankings, columns=['club_name', 'ranking', 'year'])

new_df = df.merge(ranking_df, on=['club_name', 'year'], how='left')

我认为这与index_col = 0参数有关。但是我不知道有没有保存就修复它的想法，这没什么大不了，但是我不得不这么做。

在您的一个数据帧中，年份是一个字符串，而另一个则是int64，您可以先将其转换然后再加入（例如，df['year']=df['year'].astype(int)或按RafaelC的建议df.year.astype(int)）

编辑：还请注意Anderson Zhu的评论：万一您None在一个数据框中有或缺少值，则需要使用Int64而不是int。请参阅此处的参考。

我发现我的dfs都具有相同的类型列（str），但是从切换join到merge解决了该问题。

当两个表中的公共列具有不同的数据类型时，就会发生这种情况。

示例：在表1中，日期作为字符串，而在表2中，日期作为日期时间。因此，在合并之前，我们需要将日期更改为通用数据类型。

@Arnon Rotem-Gal-Oz答案在大多数情况下是正确的。但我想指出df['year']=df['year'].astype(int)和之间的区别df.year.astype(int)。df.year.astype(int)返回数据框的视图，并且不显式更改类型，至少在pandas 0.24.2中。df['year']=df['year'].astype(int)显式更改类型，因为它是分配。我认为这是永久更改列的dtype的最安全方法。

例：

df = pd.DataFrame({'Weed': ['green crack', 'northern lights', 'girl scout cookies'], 'Qty':[10,15,3]}) df.dtypes

杂草对象，数量int64

df['Qty'].astype(str) df.dtypes

杂草对象，数量int64

即使将inplace arg设置为True有时也无济于事。我不知道为什么会这样。在大多数情况下，inplace = True等于显式分配。

df['Qty'].astype(str, inplace = True) df.dtypes

杂草对象，数量int64

现在分配

df['Qty'] = df['Qty'].astype(str) df.dtypes

杂草对象，数量对象

附加：将df保存为.csv格式时，日期时间（在这种情况下为年份）将另存为对象，因此在进行合并时需要将其转换为整数（在这种情况下为年份）。这就是为什么当您从csv文件上载两个df时，可以轻松进行合并，而如果一个df是从csv文件上载而另一个是从现有df上载，则会出现上述错误。这有点令人讨厌，但是如果牢记，有一个简单的解决方案。

这个简单的解决方案对我有用

    final = pd.concat([df, rankingdf], axis=1, sort=False)

但您可能需要先删除一些重复的列。

首先，检查要合并的列的类型。您会看到其中一个是字符串，而另一个是int。然后将其转换为以下代码的int：

df["something"] = df["something"].astype(int)

merged = df.merge[df1, on="something"]