python pandas列dtype = object导致合并失败，原因是：DtypeWarning：列具有混合类型

Question

我正在尝试合并列df1, df2上的两个数据框Customer_ID。两者似乎都Customer_ID具有相同的数据类型（object）。

df1：

Customer_ID |  Flag
12345           A

df2：

Customer_ID | Transaction_Value
12345           258478

当我合并两个表时：

new_df = df2.merge(df1, on='Customer_ID', how='left')

对于某些Customer_ID，它起作用，而对于另一些，则无效。对于此示例，我将得到以下结果：

Customer_ID | Transaction_Value | Flag
    12345           258478         NaN

我检查了数据类型，它们是相同的：

df1.info()
<class 'pandas.core.frame.DataFrame'>
Int64Index: 873353 entries, 0 to 873352
Data columns (total 2 columns):
Customer_ID    873353 non-null object
Flag      873353 non-null object
dtypes: object(2)
memory usage: 20.0+ MB

df2.info()
<class 'pandas.core.frame.DataFrame'>
Int64Index: 873353 entries, 0 to 873352
Data columns (total 2 columns):
Customer_ID    873353 non-null object
Transaction_Value      873353 int64
dtypes: object(2)
memory usage: 20.0+ MB

当我上传df1时，确实收到了以下消息：

C:\Users\xxx\AppData\Local\Continuum\Anaconda2\lib\site-packages\IPython\core\interactiveshell.py:2717: DtypeWarning: Columns (1) have mixed types. Specify dtype option on import or set low_memory=False.
  interactivity=interactivity, compiler=compiler, result=result)

当我想检查是否存在客户ID时，我意识到必须在两个数据框中以不同的方式指定它。

df1.loc[df1['Customer_ID'] == 12345]

df2.loc[df2['Customer_ID'] == '12345']

Answer 1

Customer_ID是dtype==object在这两种情况下......但是，这并不意味着单个元素都是同一类型。您需要同时str或int

使用 int

dtype = dict(Customer_ID=int)

df1.astype(dtype).merge(df2.astype(dtype), 'left')

   Customer_ID Flag  Transaction_Value
0        12345    A             258478

使用 str

dtype = dict(Customer_ID=str)

df1.astype(dtype).merge(df2.astype(dtype), 'left')

   Customer_ID Flag  Transaction_Value
0        12345    A             258478