Merge返回除firs以外的NaN

Question

你好，我想合并两个数据帧，我在Excel加载。我将应该合并的列转换为“str”。令人惊奇的是，代码合并了第一行，但随后返回NaN值。。。。 我使用的代码是：

ListA=pd.read_excel(inpath,sheetname="Tabelle2")
ListA["Stücklistenkomponente"]=ListA["Material"].astype(np.str)
ListB=pd.read_excel(inpath,sheetname="Tabelle1")
ListB["Stücklistenkomponente"]=ListB["Material"].astype(np.str)
print(ListA.dtypes)
print(ListB.dtypes)

Material object

Material object

两个数据帧的形状为：

列表a

Material
R 22B 2.0 7.72 11.0 Lo
X 127 1.5x4.64x4[G16.05.01] CL
L 431 2x6,96x5.5 Y
9999
L 431 2x5,96x5.5 p
F 631 2x6,96x5.5 a
N 431 2x6,96x5.5 v
J 431 2x6,96x5.5 
O 431 2x6,96x5.5 
VM 431 2x6,96x5.5 L

列表b

   Material                          InnerDiameter  OuterDiameter   Length  
    R 22B 2.0 7.72 11.0 Lo           2              6               8
    X 127 1.5x4.64x4[G16.05.01] CL   2              7               12
    L 431 2x6,96x5.5 Y               5              8               13
    9999                             0              0               0
    L 431 2x5,96x5.5 p               6              9               15
    F 631 2x6,96x5.5 a               8              5               26
    N 431 2x6,96x5.5 v               9              1               3    
    J 431 2x6,96x5.5                 12             6               89 
    O 431 2x6,96x5.5                 5              4               12  
    VM 431 2x6,96x5.5 L              4             12               7

返回：

           Material       InnerDiameter    OuterDiameter  Lenth  
           R 22B 2.0 7.72 11.0 Lo    2                 6      8   
                   NaN              NaN               NaN    NaN   
                   NaN              NaN               NaN    NaN   
                   NaN              NaN               NaN    NaN   
                   NaN              NaN               NaN    NaN   
                   NaN              NaN               NaN    NaN   
                   NaN              NaN               NaN    NaN   
                   NaN              NaN               NaN    NaN   
                   NaN              NaN               NaN    NaN   
                   NaN              NaN               NaN    NaN   
                   NaN              NaN               NaN    NaN   

那我做错什么了？我认为解决方案是将两个列都转换为dtype string，但这不起作用。。。。你知道吗

谢谢你的帮助！你知道吗

Answer 1

我认为必须有一些不同的数据，可能是在不同的空间里，因为.astype(str)正确地将数据转换成string

如果in数据是strings、dicts、sets、lists，那么dtype就是object。你知道吗

但是type是string，dict。。。你知道吗

您可以通过以下方式进行检查：

print(ListA["Stücklistenkomponente"].apply(type))

有关检查数据，请帮助生成lists：

print(ListA["Stücklistenkomponente"].tolist())
print(ListB["Stücklistenkomponente"].tolist())

编辑：

我测试了你的数据，结果非常有趣：

df1 = pd.read_excel('Mappe3.xlsx',sheetname="Tabelle2")
df2 = pd.read_excel('Mappe3.xlsx',sheetname="Tabelle1")

#default inner join - get duplicated rows, because duplicate values
#on should be omit if only one same column for join
df = pd.merge(df1, df2)
print (df.head(10))
                   Stücklistenkomponente Ritzel_Materialnummer  \
0  RITZEL 22F 2.0 7.72 11.0 Z17 SCHWEISS           401.4425.13   
1  RITZEL 22F 2.0 7.72 11.0 Z17 SCHWEISS           401.4425.13   
2  RITZEL 22F 2.0 7.72 11.0 Z17 SCHWEISS           401.4425.13   
3  RITZEL 22F 2.0 7.72 11.0 Z17 SCHWEISS           401.4425.13   
4  RITZEL 22F 2.0 7.72 11.0 Z17 SCHWEISS           401.4425.13   
5  RITZEL 22F 2.0 7.72 11.0 Z17 SCHWEISS           401.4425.13   
6  RITZEL 22F 2.0 7.72 11.0 Z17 SCHWEISS           401.4425.13   
7  RITZEL 22F 2.0 7.72 11.0 Z17 SCHWEISS           401.4425.13   
8  RITZEL 22F 2.0 7.72 11.0 Z17 SCHWEISS           401.4425.13   
9  RITZEL 22F 2.0 7.72 11.0 Z17 SCHWEISS           401.4425.13   
...
...

---

#remove duplicates in both df
df1 = df1.drop_duplicates('Stücklistenkomponente')
df2 = df2.drop_duplicates('Stücklistenkomponente')

#default inner join - only 5 same categories
df = pd.merge(df1, df2)
print (df)
                   Stücklistenkomponente Ritzel_Materialnummer  \
0  RITZEL 22F 2.0 7.72 11.0 Z17 SCHWEISS           401.4425.13   
1  RITZEL 22F 3.0 7.72 11.0 Z17 SCHWEISS           401.4425.15   
2       RITZEL 22F 3.0 7.9 6.0 Z17 PRESS           401.4425.11   
3       RITZEL 22F 3.0 6.0 15.0 PRESS Z8           401.4487.01   
4       RITZEL 22F 4.0 7.9 6.0 Z17 PRESS           401.4425.14   

  Innendurchmesser  Außendurchmesser  Länge         Material1 Material2  \
0                2              7.72   11.0           X46Cr13         -   
1                3              7.72   11.0           X46Cr13         -   
2                4              7.90    6.0  42CrMo4 vergütet         -   
3                3              6.00   15.0  42CrMo4 vergütet         -   
4                2              7.90    6.0  42CrMo4 vergütet         -   

  Material3  
0         -  
1         -  
2         -  
3         -  
4         -