Python报错You are trying to merge on object and int64 columns.

最新推荐文章于 2023-10-12 15:40:28 发布

程序媛小姑娘

最新推荐文章于 2023-10-12 15:40:28 发布

阅读量4.8k

点赞数 1

分类专栏：大数据分析文章标签： python excel

本文链接：https://blog.youkuaiyun.com/TK_Phoenix/article/details/105005017

版权

在尝试合并数据时遇到Python错误：You are trying to merge on object and int64 columns。原因是合并的两列数据类型不匹配。通过检查发现一列为object，另一列为int64。为了解决问题，需要将object类型的列转换为int类型。首先尝试直接转换失败，然后将object列转为float，填充空值后再转为int类型，最终成功合并数据。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

代码截取

        result= pd.read_excel('D:/1日常工作内容/每日销售开发业绩(Python)/20200302/配置信息/ebay.xlsx')
        result_saleid = pd.read_csv('D:/1日常工作内容/每日销售开发业绩(Python)/20200302/配置信息/ID.csv',encoding='gbk')
        result_id=result[result.loc[:,'销售员']=='未分配']
        result_noid=result[result.loc[:,'销售员']!='未分配']
        result_id=result_id.drop('销售员',1)
        result_ids = pd.merge(result_id,result_saleid,  on='ITEM_ID(ASIN)', how='left')

报错：You are trying to merge on object and int64 columns。
经过各种百度大体意思就是这两列类型不同不能合并！！
然后就查看一下这两列的类型都是啥

        print(result['ITEM_ID(ASIN)'].dtypes)
        # result_saleid.dtypes
        print(result_saleid['ITEM_ID(ASIN)'].dtypes)

然后一个是object一个是int64 当然报错里已经提示了就是具体看一下两个哪个是哪个

        print(result['ITEM

最低0.47元/天解锁文章

确定要放弃本次机会？

福利倒计时

: :

立减 ¥

普通VIP年卡可用

立即使用

程序媛小姑娘

关注关注

1
点赞
踩
2

收藏

觉得还不错? 一键收藏
0
评论
分享

复制链接

分享到 QQ

分享到新浪微博

扫一扫
举报

举报

专栏目录

Pandas 数据关联join() 报错：ValueError: You are trying to merge on int64 and object columns.

小龙在线

11-23

601

使用join进行数据关联，这里用了一个命名的id作为关联主键，左侧是数值类型，右侧是字符串类型。

ValueError: You are trying to merge on object and int64 columns

weixin_42594968的博客

10-18

1357

错误如下： ValueError: You are trying to merge on object and int64 columns. If you wish to proceed you should use pd.concat 原代码： pca = pd.read_csv("I:/1000GenomeProject/result/plink.eigenvec"," ",header=None) ped = pd.read_csv("I:/1000GenomeProject/result/2013

参与评论您还未登录，请先登录后发表或查看评论

TensorFlow报错：You are trying to merge on int64 and object columns.

weixin_44320224的博客

05-24

1865

报错详情 ValueError: You are trying to merge on int64 and object columns. If you wish to proceed you should use pd.concat 百度了半天的教程，最后在一篇教程的评论处看明白了错误的原因，我个人理解的错误的大致意思是用于合并的列的类型不一致，导致这两个表无法merge到一起。修改 task1['uid'] = task1['uid'].apply(int)#利用apply将用于合并的列转

python报错3-You are trying to merge on object and int64 columns

SissiZhang的博客

05-21

1万+

python报错： You are trying to merge on object and int64 columns. If you wish to proceed you should use pd.concat 原因：因为连接的key,一个是字符型的，进object那个，看下类型肯定不是int，一个是int型的，所以需要让两个key类型一样。解决办法：让两个key类型一样例：（改数组...

在使用Pandas的 pd.merge() 报错：ValueError: You are trying to merge on int64 and object columns.

weixin_48478939的博客

09-06

1184

如果df_1里面的A或B的类型和df_2里面的数据类型不同，一般情况是字符串（str）和数据类型（int,float）的不同，在运行时，就会出现报错：ValueError: You are trying to merge on int64 and object columns.然后在进行后面的合并 df_data = pd.merge( df_1, df_2, on=['A', 'B'] ) 即可。2.解决方法：把df_1和df_2的对应的on=['A', 'B'] 数据类型统一化，即可。

python merge错误ValueError: You are trying to merge on object and int64 columns.

weixin_38987362的博客

07-31

1万+

python 在用merge函数的时候出现这种错误修改方法： city['city_num'] = pd.to_numeric(city['city_num'], errors='coerce') 将连接列都用这个函数进行转换使用to_numeric转为数值。默认情况下，它不能处理字母型的字符串'pandas' 可以将无效值强制转换为NaN city['city_num'] =...

Pandas pd.merge() 报错：ValueError: You are trying to merge on int64 and object columns.

三妹的博客

10-21

1万+

1、需求： df1 和 df2 按照 A, B 两列进行合并，假设 df1 为 A B C 三列，df2 为 A B D 三列，将其中A B 相同的列 merge 为 A B C D 四列。 outfile = pd.merge(df1, df2, how='left', on=['A','B']) 2、用 pandas 合并两个 CSV 文件时，报错信息如下： ValueError...

【Python数据清洗】使用merge合并2个Dataframe报错:You are trying to merge on object and int64

小猪课堂的博客

02-24

4513

test_1=pd.DataFrame(a) test_2=pd.DataFrame(a) pd.merge(test_1,test_2,left_on='x_id',right_on='x_id',how='left') 出现报错：You are trying to merge on object and int64 出错原因就是test_1.x_id与test_2.x_id数据类型不一致 ...

ValueError: You are trying to merge on object and int64 columns. If you wish to proceed you should use pd.concat

05-25

一列是对象类型，另一列是int64类型。这通常发生在使用`pd.merge()`时。要解决这个问题，你可以考虑使用`pd.concat()`而不是`pd.merge()`。`pd.concat()`可以在沿着轴将多个DataFrame对象连接起来，并且不需要指定...

ValueError: You are trying to merge on object and int64 columns. If you wish to proceed you should u

最新发布

weixin_46848299的博客

10-12

1115

read csv文件中某一列的subject类型转换为datetime

ValueError: You are trying to merge on object and datetime64[ns] columns. If you wish to proceed you

qq_40940771的博客

04-04

6461

使用merge将（两个表或者）多个表横向合并时，出现错误。更一般的，使用merge和join时都会出现这样的问题。 merge的解决办法： join的解决办法：附上文中链接： [my_o使用merge将（两个表或者）多个表横向合并时，出现错误。更一般的，使用merge和join时都会出现这样的问题。**merge的解决办法：****join的解决办法：**附上文中链接：my_o ...

Python报错：You are trying to merge on int64 and object columns. If you wish to proceed you should

NayelyA的博客

11-14

5105

报错代码： import pandas as pd ...... #使用自定义的列名，跳过文件中的头行，处理缺失值列表标记的缺失值 df = pd.read_csv(filename,skiprows=[0],names=names,na_values=miss_value) df_latlng = pd.read_csv("qingdao-latlng.csv",skiprows=[0],nam...

You are trying to merge on object and datetime64[ns] columns.

qq_38241583的博客

03-04

1万+

用padas分别读取了csv文件和xlsx文件，根据有相同的date列，用 .merge 方法合并。 df=house_price_index.merge(shiller,on='date')\ .merge(unemployment,on='date')\ .merge(federal_funds_rate,on='date') .merge(gross_domestic_pr...

You are trying to merge on object and int64 columns. If you wish to proceed you should use pd.concat

05-30

这个错误通常是由于连接的两个表中的列数据类型不匹配引起的。在你的情况下，可能是`df1`中的"收货组织"列和`db`中的"收货组织"列数据类型不一致，一个是字符串类型，一个是整数类型。为了解决这个问题，你可以在连接之前使用`astype()`函数将数据类型转换为相同的类型。例如，将整数类型的列转换为字符串类型，可以使用以下代码： ```python db['收货组织'] = db['收货组织'].astype(str) ``` 然后再运行你的连接代码： ```python df4 = pd.merge(df1, db[['收货组织', '收货组织简称']], how='left', on='收货组织') ``` 这样就可以避免数据类型不匹配的问题了。