要合并的两个DataFrame（df1和df2）中，如果有NaN值，则需要保持数据类型为int而不是float。为此，可以执行以下步骤：

1. 将df1和df2中的NaN值替换为一些不会在合并过程中错误解释的数字（例如-999或-1）。

2. 使用“merge”函数（如下所示）将df1和df2合并为一个DataFrame：

merged_df = pd.merge(df1, df2, on='column_name', how='left')

3. 使用“fillna”函数将刚才替换的数字替换回NaN值（如下所示）：

merged_df.fillna(value=np.nan, inplace=True)

代码示例：

创建包含NaN值的数据框df1

df1 = pd.DataFrame({'A': [1, 2, np.nan, 4], 'B': [5, np.nan, 7, 8]})

将df1中的NaN值替换为-1

df1.replace(np.nan, -1, inplace=True)

创建包含NaN值的数据框df2

df2 = pd.DataFrame({'A': [1, 2, 3, np.nan], 'B': [5, np.nan, 7, np.nan]})

将df2中的NaN值替换为-1

df2.replace(np.nan, -1, inplace=True)

合并df1和df2，保持整数类型并填充NaN值

merged_df = pd.merge(df1, df2, on='A', how='left') merged_df.fillna(value=np.nan, inplace=True)

打印合并后的数据框

print(merged_df)