删除Pandas DataFrame指定列数值最后一位实现双表合并匹配

你只需要在执行合并操作之前，对两个表的待匹配列Mätarställning做统一的末尾位删除处理即可，具体操作如下： #

步骤1：先确保待匹配列为数值类型 #

先把两个表的Mätarställning列统一转为整数类型，避免类型不兼容导致处理出错：

# 转换df1filt2的匹配列为整数类型
df1filt2['Mätarställning'] = pd.to_numeric(df1filt2['Mätarställning'], errors='coerce').astype('Int64')
# 转换df2filt的匹配列为整数类型
df2filt['Mätarställning'] = pd.to_numeric(df2filt['Mätarställning'], errors='coerce').astype('Int64')

步骤2：删除列数值的最后一位 #

有两种常用实现方式，选其一即可：

方式1：数值整除10（推荐，适合纯整数场景） #

直接对整数做整除10操作，自然去掉最后一位，性能更高，完全匹配你的示例效果：

df1filt2['Mätarställning'] = df1filt2['Mätarställning'] // 10
df2filt['Mätarställning'] = df2filt['Mätarställning'] // 10

方式2：字符串切片（适合需先处理非数字字符的场景） #

如果列中存在特殊字符，可以先转字符串取除最后一位外的全部内容，再转回整数：

df1filt2['Mätarställning'] = df1filt2['Mätarställning'].astype(str).str[:-1].astype('Int64')
df2filt['Mätarställning'] = df2filt['Mätarställning'].astype(str).str[:-1].astype('Int64')

步骤3：执行原有合并逻辑 #

把上述代码放在原有合并代码的前面即可，处理完成后再执行合并就能匹配到对应数据：

# 前面放置上述处理代码
merged_df = df1filt2.merge(df2filt, on='Mätarställning')

内容的提问来源于stack exchange，提问作者Leopold Wahlbeck