Pandas合并不同dtype时间列的DataFrame报ValueError问题求助

错误原因 #

你遇到的报错核心原因有两个：

• 两个DataFrame用于合并的时间列类型不匹配：df1的Tid列是int32类型，df2的Tid列是object字符串类型
• df2的时间列存在20Datum这类无效脏数据，导致直接转换整数类型失败

解决步骤 #

1. 先清理df2的时间列，过滤掉非数字的脏数据行
2. 统一两个DataFrame用于合并的时间列类型
3. 执行merge操作即可

可直接使用的修改代码 #

将你原代码中处理df2filt及合并的部分替换为如下内容：

# 过滤df2的空值行，加copy避免链式赋值警告
df2filt = df2[df2['Tankad mängd diesel'].notna()].copy()
# 过滤Tid列仅保留纯数字的有效行，排除20Datum这类脏数据
df2filt = df2filt[df2filt['Tid'].astype(str).str.isdigit()]
# 补全年份前缀后转成int类型，和df1的Tid列类型对齐
df2filt['Tid'] = ('20' + df2filt['Tid'].astype(str)).astype(int)
# 按Tid列合并，how参数按需选择，left会保留df1filt的所有行，无匹配值会显示NaN
merged_df = df1filt.merge(df2filt, on='Tid', how='left')
print(merged_df)

补充说明 #

如果需要同时保留两个DataFrame的所有行，可以把merge的how参数改为outer；如果只保留两边都匹配到的行，改为inner即可。

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