如何合并列dtype不一致的两个DataFrame？解决类型转换报错问题

问题核心是两个DataFrame的州代码用了不同的编码体系：一个是字符串格式的州缩写（比如'AL'），另一个是整数格式的州数字代码，直接转类型肯定会报错，因为字符串无法直接转成整数。下面是两种可行的解决思路：

方法一：将字符串州缩写转为数字代码 #

1. 先建立州缩写到数字代码的映射字典（参考美国邮政标准对应关系，示例如下）：

state_abbr_to_num = {
    'AL': 1, 'AK': 2, 'AZ': 4, 'AR': 5, 'CA': 6,
    'CO': 8, 'CT': 9, 'DE': 10, 'FL': 12, 'GA': 13,
    'HI': 15, 'ID': 16, 'IL': 17, 'IN': 18, 'IA': 19,
    'KS': 20, 'KY': 21, 'LA': 22, 'ME': 23, 'MD': 24,
    'MA': 25, 'MI': 26, 'MN': 27, 'MS': 28, 'MO': 29,
    'MT': 30, 'NE': 31, 'NV': 32, 'NH': 33, 'NJ': 34,
    'NM': 35, 'NY': 36, 'NC': 37, 'ND': 38, 'OH': 39,
    'OK': 40, 'OR': 41, 'PA': 42, 'RI': 44, 'SC': 45,
    'SD': 46, 'TN': 47, 'TX': 48, 'UT': 49, 'VT': 50,
    'VA': 51, 'WA': 53, 'WV': 54, 'WI': 55, 'WY': 56
}

2. 使用map()方法转换第一个DataFrame的列：

# 转换列类型，同时处理不匹配的情况（比如不存在的缩写设为NaN）
Enterprise3['US Postal State Code'] = Enterprise3['US Postal State Code'].map(state_abbr_to_num)
# 可选：如果需要删除不匹配的行
Enterprise3 = Enterprise3.dropna(subset=['US Postal State Code'])
# 转成int64类型（map后可能是float类型，因为存在NaN）
Enterprise3['US Postal State Code'] = Enterprise3['US Postal State Code'].astype('int64')

3. 现在两个DataFrame的列类型一致，执行合并：

merged_df = pd.merge(Enterprise3, df2, on='US Postal State Code')

方法二：将数字代码转为州缩写 #

如果更倾向于保留字符串格式，也可以把第二个DataFrame的数字列转成州缩写：

1. 建立反向映射字典：

state_num_to_abbr = {v: k for k, v in state_abbr_to_num.items()}

2. 转换第二个DataFrame的列：

df2['US Postal State Code'] = df2['US Postal State Code'].map(state_num_to_abbr)

3. 合并两个DataFrame：

merged_df = pd.merge(Enterprise3, df2, on='US Postal State Code')

注意事项 #

• 确保映射字典的准确性，严格对应美国邮政的官方州代码（比如DC对应11、PR对应72等，如果你的数据包含这些地区，需要补充到字典里）
• 转换后检查是否有NaN值，这些是无法匹配的无效数据，根据业务需求选择删除或填充

内容的提问来源于stack exchange，提问作者Ian