Pandas合并第三个DataFrame时URN键值匹配失败问题求助

问题核心不是URN为object类型导致的，而是float类型的URN转字符串时会保留.0后缀，和int转字符串的URN格式不匹配。比如schools1的URN是整数1234，转str后是"1234"；而schools3的URN是float1234.0，直接转str后是"1234.0"，两者字符串完全不同，自然无法匹配，导致左合并时schools3的数据全部丢失，外连接时数据被追加到底部。

解决步骤： #

• 统一所有URN的转换逻辑：先转成整数（去除小数部分）再转字符串，确保格式完全一致

  # 处理schools3的URN：先填充空值（避免转int报错），再转int、转str
  schools3['URN'] = schools3['URN'].fillna(0).astype(int).astype(str)
  # 统一schools1和schools2的URN格式
  schools1['URN'] = schools1['URN'].astype(int).astype(str)
  schools2['URN'] = schools2['URN'].astype(int).astype(str)
  

• 验证格式一致性：转换后可以打印前几条数据确认字符串格式是否相同

  print("schools1的URN格式示例：", schools1['URN'].head().tolist())
  print("schools3的URN格式示例：", schools3['URN'].head().tolist())
  

• 重新执行合并操作

  # 先合并schools1和schools2
  merge1 = schools1.merge(schools2, how='left', on='URN', suffixes=(None, '_y'))
  # 再合并上schools3
  schoolsCombined = merge1.merge(schools3, how='left', on='URN', suffixes=(None, '_y'))
  

特殊情况处理： #

如果schools3中存在非整数的URN（如1234.5），先确认这些数据是否为有效编号：

• 若为输入错误，修正为整数后再按上述方法处理
• 若为合法带小数的编号，则需要将所有URN统一保留小数格式再转字符串，比如：

  schools1['URN'] = schools1['URN'].astype(float).astype(str)
  schools2['URN'] = schools2['URN'].astype(float).astype(str)
  schools3['URN'] = schools3['URN'].astype(str)
  

内容的提问来源于stack exchange，提问作者BostonLop