Python 熊猫-合并两个数据帧后获得NaN

我有两个数据帧-df和stratnum，我正在尝试合并。两者都有一个匹配的“STRAT”列：

df.dtypes
Out[51]: 
index     float64
BHID     category
FROM      float64
TO        float64
FE        float64
SIO2      float64
S         float64
HEM_R     float64
QTZ_R     float64
PYR_R     float64
STRAT    category
WEATH     float64
dtype: object

stratnum.dtypes
Out[52]: 
STRAT       category
stratnum       int32
dtype: object

我尝试合并这两个数据帧，但得到了大量的NAN。首先，我认为数据类型是一个问题——在两个数据帧中，STRAT都是

object

dtype，而

stratnum

也是

因此，我将“STRAT”转换为

category

，将stratnum转换为

int

。不过，如果我跑步：

df2 = pd.merge(df, stratnum, how='left', on='STRAT').reset_index()

df2.head(5)
Out[53]: 
   level_0  index     BHID  FROM    TO    FE   SIO2      S      HEM_R  \
0        0    1.0  EMS0417   0.0   2.0  32.7  39.62  0.019  30.169856   
1        1    2.0  EMS0417   2.0   4.0  34.9  38.16  0.021  34.454128   
2        2    3.0  EMS0417   4.0   6.0  38.7  32.92  0.023  37.480192   
3        3    4.0  EMS0417   6.0   8.0  42.4  28.77  0.011  43.541773   
4        4    5.0  EMS0417   8.0  10.0  47.8  21.84  0.015  55.299471   

       QTZ_R     PYR_R STRAT  WEATH  stratnum  
0  32.160097  0.035545   TD3    0.0       NaN  
1  31.218645  0.039287   TD3    0.0       NaN  
2  25.931527  0.043029   TD3    0.0       NaN  
3  22.559341  0.020579   TD3    0.0       NaN  
4  15.487928  0.028062   TD3    0.0       NaN  

我在stratnum列中得到了一大堆NaN，而在原始的

stratnum

dataframe中，一切都很好：

tratnum.head(5)
Out[54]: 
  STRAT  stratnum
0   D1       5610
1   D2       5620
2   D3       5630
3   D4       5640
4   WL       5710

我做错了什么

编辑：我的数据似乎有问题。如果我尝试为“TD3”筛选stratnum数据帧，例如：

test = stratnum[['STRAT']=='TD3']
...
KeyError: False

同时，如果我只查看数据帧，它就在那里（#71）：

这可能是因为我从excel电子表格中获取数据，并且它有一些奇怪的编码

EDIT2:将原始excel电子表格的编码更改为UTF-8，但仍然不起作用。

修复了它！ 这很奇怪。我确实指定希望excel文件以utf-8编码保存，但当我尝试将其导出到csv时，生成的文件有一大堆ÿ字符。例如，我试图找到的TD3看起来像ÿTD3ÿ

---

我很快使用“查找和替换”删除了所有特殊字符，保存了csv，现在按预期合并了作品

也许是因为int32？在合并之前尝试将其更改为int64。刚刚尝试过。不幸的是没有帮助。如果对内部连接使用

df2=pd.merge（df，stratnum，how='inner'，on='STRAT'）

，它会工作吗？至少有一个匹配的值？没有，'internal'返回一个完全空的DataFrame我做了更多的检查，数据出现了一些奇怪的情况，请参阅原始文章的编辑部分。

stratnum

Out[74]: 
     STRAT  stratnum
0      D1       5610
1      D2       5620
2      D3       5630
3      D4       5640
...
69    TD1       8110
70    TD2       8120
71    TD3       8130
72     UN       9999
73      W       5700