pandas merge合并DataFrame时如何复现指定ValueError报错

你之前复现失败的核心原因是：只要列中存在字符串类型的值，pandas就会将整列dtype推断为object，永远得不到float64类型的合并键，自然触发不了对应类型校验报错。
pandas 1.4.3版本中该报错的触发条件非常明确：参与merge的两个关联键，一个为object dtype，另一个为float64 dtype时，就会在merge前置校验阶段直接抛出目标错误，和列内存储的具体值无关。

可直接复现报错的代码 #

只需要保证两个关联键类型符合要求即可，以下代码在pandas 1.4.3环境下运行100%抛出指定报错：

import pandas as pd
import numpy as np

data = pd.DataFrame({
     'PB website': ["http://www.ghi.de", "http://www.jkl.de", "http://www.def.de", "http://www.abc.de", "http://www.xyz.de"],
     'PB match': [21, 22, 23, 24, 25],
     'PB location': ["Süd 4", "Süd 2", "Süd 5", "Süd 3", "Süd 8"],
     'PB country': ['Deutschland', 'Deutschland', 'Deutschland', 'Deutschland', 'Deutschland'],
     })

processed_urls = ['http://www.abc.de', 'http://www.def.de', 'http://www.ghi.de', 'http://www.xyz.de', 'http://www.jkl.de']
flags = [False, True, True, False, True]

# 关键修改：构造右表时将关联键url设置为float64类型
right_df = pd.DataFrame({'url': np.arange(5, dtype=np.float64), 'verlinkt': flags})

processed = pd.merge(left=data,
                    right=right_df,
                    left_on='PB website', right_on='url', how='right')

运行后抛出的报错完全匹配目标：

ValueError: You are trying to merge on object and float64 columns. If you wish to proceed you should use pd.concat

注意事项 #

• 你也可以反过来将左表的PB website列设置为float64类型，右表url列保留原来的字符串object类型，同样可以触发该报错，核心逻辑完全一致。
• 不要尝试通过给字符串列加NaN的方式修改dtype，字符串列即使存在缺失值，dtype仍然是object，不会变成float64，无法触发报错。

内容的提问来源于stack exchange，提问作者PParker