python 使用pandas.DataFrame.merge合并dataframe结果为空问题解决

问题描述

使用python2的pandas合并两个datafreme时，结果为空。实际上两个表格有相同的数据，但是结果并没有合并。
官网：pandas.merge

使用代码

测试1：

两个数据表格，默认pandas读取数据格式pands.dtypes有差异，合并时无数据。

import pandas
df1 = pandas.read_csv("data1.txt", sep='\t')
df2 = pandas.read_csv("data2.txt", sep='\t')
pandas.merge(df1, df2, on=['name', 'value1', 'value2'])
df1.merge(df2, on=['name', 'value1', 'value2'])

测试2：

两个数据表格，默认pandas读取数据格式pands.dtypes相同，合并时有数据。

df1 = pandas.read_csv("data1a.txt", sep='\t')
df2 = pandas.read_csv("data2a.txt", sep='\t')
df1.dtypes
df2.dtypes
df1
df2
pandas.merge(df1, df2, on=['name', 'value1', 'value2'])
df1.merge(df2, on=['name', 'value1', 'value2'])

测试3：

发现相同的数据类型合并没有问题，所以变更一下数据类型为object，两个数据统一后再合并。但是合并的数据仍是空。

测试4：

统一数据类型，把对应的数据类型改为str，不能是object，结果合并没有问题。
（思考：为什么str对应的object？）

总结

使用pandas合并数据前需要确认，合并依赖的key(on/left_on/right_on等)的数据类型是否一致，如果不一致，则需要使用dataframe.astype将对应的列数据的类型进行转换。

注意：dataframe.astype只是返回转换后的数据，不替换原来的数据。

其他发现：
测试1的数据中，发现合并过程中不会考虑去重。就是说：当有相同的索引(on)，如果两个数据中都有重复，最终合并时，也会重复, 就是有4*4次。

---

<完>