pandas concat合并数据集后数值自动转float无法转Int如何解决

pd.concat在按列拼接（axis=1）时，默认是按索引对齐行的。你贴的df1里夹了大量空行，实际导入后df1的索引是不连续的，还带了一堆空值行，和df2从0开始的连续索引对不上，对不齐的位置pandas会自动填NaN。
而普通的int64整数类型存不了NaN，所以系统会自动把这列转成能存空值的float64类型，就出现了你看到的带.0的浮点数。你之前用.astype("Int64")转不回来，本质是列里还藏着没清理掉的NaN空值，转换自然会失败。

不要直接拼，先把两个数据集的无效内容清干净、索引对齐再合并，从根上避免产生NaN，就不会触发自动转float：

• 第一步：先给两个数据集清掉全空的无效行，重置成连续的默认整数索引

# 清理df1：删除全空行，丢弃原来错位的旧索引
df1 = df1.dropna(how="all").reset_index(drop=True)
# 同样清理df2
df2 = df2.dropna(how="all").reset_index(drop=True)

• 第二步：再执行你原来的拼接逻辑

df3 = pd.concat([df1, df2], axis=1, ignore_index=False)

操作完你会发现df1列会保留原本的整数类型，不会再自动转成浮点数。

如果清理完还是有类型异常，可以在合并后确认列内无空值，再手动转成整数类型即可：

df3['df1'] = df3['df1'].astype('int64')

内容的提问来源于stack exchange，提问作者Coder