解决Pandas DataFrame合并后数据丢失、被NaN替代的问题

有两个DataFrame（dfone、dftwo），执行以下左连接代码后，部分Train、Online、Home字段出现NaN或错误值，与预期输出不符：

dfthree = pd.merge(dfone, dftwo, left_on='Centre', right_on='Centre', how='left', suffixes=('','_y')).filter(regex='^(?!.*_y)')

原始DataFrame示例 #

dfone #

Centre  Name    open  click
0   12345   Ed      4     7
1   67890   Dave    8     3
2   54321   Mary    5     6
3   09876   Susan   4     3
4   24680   Tom     9     7
5   13579   Will    6     2

dftwo #

Centre  Name    Train  Online Home
0   67890   Dave    Y      Y      N
1   13579   Will    N      Y      Y
2   09876   Susan   Y      Y      Y
3   24680   Tom     N      N      Y
4   54321   Mary    Y      Y      N
5   12345   Ed      N      N      N

预期输出与实际输出 #

预期输出 #

Centre  Name    open  click  Train  Online Home
0   12345   Ed      4     7      N      N      N
1   67890   Dave    8     3      Y      Y      N
2   54321   Mary    5     6      Y      Y      N
3   09876   Susan   4     3      Y      Y      Y
4   24680   Tom     9     7      N      N      Y
5   13579   Will    6     2      N      Y      Y

实际输出 #

Centre  Name    open  click  Train  Online Home
0   12345   Ed      4     7      N      N      N
1   67890   Dave    8     3      N      N      N
2   54321   Mary    5     6      N      N      N
3   09876   Susan   4     3      NaN    NaN    NaN
4   24680   Tom     9     7      NaN    NaN    NaN
5   13579   Will    6     2      NaN    NaN    NaN

问题原因 #

核心问题是**Centre字段的数据类型不匹配**：

• dfone中的Centre是整数类型（如09876会被解析为整数9876），而dftwo中的Centre是带前导零的字符串类型（如"09876"）。
• 整数与字符串无法匹配，导致除了12345这类无前置零的数值外，其他行的连接均失败，进而出现NaN或错误赋值。

修复方案 #

步骤1：统一Centre字段的数据类型 #

将两个DataFrame的Centre字段转为相同类型（推荐字符串，保留前置零信息）：

dfone['Centre'] = dfone['Centre'].astype(str)
dftwo['Centre'] = dftwo['Centre'].astype(str)

步骤2：优化合并逻辑（可选，提升严谨性） #

由于Name字段在两个DataFrame中也一一对应，可使用多键连接避免单一键可能的歧义：

# 方式1：统一类型后沿用原逻辑
dfthree = pd.merge(dfone, dftwo, left_on='Centre', right_on='Centre', how='left', suffixes=('','_y')).filter(regex='^(?!.*_y)')

# 方式2：多键连接，更严谨
dfthree = pd.merge(dfone, dftwo, on=['Centre', 'Name'], how='left')

执行上述修正后，合并结果将与预期完全一致，所有字段均能正确匹配赋值。

内容的提问来源于stack exchange，提问作者Ed Jefferies