Pandas 1.1.5与1.2.0及以上版本merge方法行为差异问题

以下这段左连接代码在Pandas 1.1.5版本可正常执行，但升级到1.2.0及以上版本后，即使关联键DLM存在明确匹配项，也无法正确关联，且无报错提示：

mapping = pd.merge(
    df_1, df_2, how="left", on=["DLM"]
)

示例复现 #

原始数据

df_1：

df_2：

不同版本执行结果

• Pandas 1.1.5（正常）：

• Pandas 1.2.0+（异常）：

注：以上为示例数据，非实际生产数据

问题根源 #

Pandas 1.2.0版本开始，对merge操作的关联键类型匹配逻辑做了严格调整：不再自动隐式转换不同数据类型的关联键。如果两个DataFrame的DLM列数据类型不一致（比如一个是Python原生int，另一个是NumPy的np.int64；或者一个是数值型，另一个是字符串型），即使表面值相同，也会被判定为不匹配。

而Pandas 1.1.5及更早版本会自动尝试隐式转换类型以完成匹配，所以不会出现此问题。

解决方法 #

核心思路是统一两个DataFrame关联键的数据类型，以下是两种常用方案：

方案1：统一转为相同数值类型

# 统一转为Python原生int（或根据实际需求用np.int64等）
df_1['DLM'] = df_1['DLM'].astype(int)
df_2['DLM'] = df_2['DLM'].astype(int)

# 重新执行merge
mapping = pd.merge(df_1, df_2, how="left", on=["DLM"])

方案2：统一转为字符串类型

如果关联键存在混合类型（比如包含数值和字符串），转为字符串更稳妥：

df_1['DLM'] = df_1['DLM'].astype(str)
df_2['DLM'] = df_2['DLM'].astype(str)

mapping = pd.merge(df_1, df_2, how="left", on=["DLM"])

辅助排查：检查键的类型

可以先打印两列的数据类型，确认是否存在差异：

print(f"df_1['DLM']类型：{df_1['DLM'].dtype}")
print(f"df_2['DLM']类型：{df_2['DLM'].dtype}")

验证结果 #

统一类型后，Pandas 1.2.0+版本的执行结果将和1.1.5版本一致，能够正确匹配关联键。

内容的提问来源于stack exchange，提问作者Deepu Kr