使用join连接两个DataFrame出现值错误，求原因及解决方法

我有两个DataFrame：
第一个DataFrame（命名为a1）：

Country  electricity price
23     Pakistan              0.042
24  Afghanistan              0.042
25    Argentina              0.042
26    Sri Lanka              0.043
27        Egypt              0.043

第二个DataFrame（命名为b1）：

Country  Meal, Inexpensive Restaurant  Cappuccino (regular)
0    Afghanistan                          1.70                  1.08
1  Aland Islands                         12.15                  3.53
2        Albania                          4.31                  1.10
3       Alderney                         21.61                  3.41
4        Algeria                          2.13                  0.57

Afghanistan是两者的共同行

我尝试用a1.join(b1,on='Country')连接它们，却一直报这个值错误：

ValueError: You are trying to merge on object and int64 columns. If you wish to proceed you should use pd.concat

我已经确认两个DataFrame的Country列都是字符串类型，且没有空值，请问这个错误的原因是什么？

核心原因：用错了join()的on参数 #

pandas的join()方法默认是按索引做连接的。你用a1.join(b1, on='Country')时，这个on参数的意思是：把a1的Country列临时当作索引，去匹配b1的索引——而不是让两个DataFrame按Country列直接连接。

你的b1索引是默认的整数类型（int64），a1的Country列是字符串类型（object），类型不匹配，所以触发了这个错误。

正确的连接方式 #

如果要基于Country列连接，有两种简单方法：

1. 用merge()方法（推荐，逻辑更清晰）：

pd.merge(a1, b1, on='Country', how='inner')

how参数可以根据需求选inner/left/right/outer，对应不同的连接类型。

2. 先把Country设为索引再用join()：

a1.set_index('Country').join(b1.set_index('Country'))

内容的提问来源于stack exchange，提问作者Moataz Imad