Python 如何强制多索引级别为数据类型

我使用

combine_first

根据两个键组合两个数据帧，目标是将df1中未包含的df2索引附加到结果中，并用df2中的值覆盖这两个数据帧中包含的索引

示例df1：

df1 = pd.DataFrame({
    "key1": ["A", "A", "A", "B", "B", "C", "C"],
    "id": ["a1", "a2", "a3", 1, 2, "c1", "c2"],
    "data1": [pd.np.random.randint(5) for i in range(7)],
    "data2": [pd.np.random.randint(1000) for i in range(7)]
})

示例df2：

df2 = pd.DataFrame({
    "key1": ["B", "B", "B"],
    "id": [2, 3, 4],
    "data1": [pd.np.random.randint(5) for i in range(3)],
    "data2": [pd.np.random.randint(1000) for i in range(3)]
})

df1.设置索引（[“key1”，“id”]）。首先组合索引（df2.设置索引（[“key1”，“id”]）

给出所需的结果：

         data1  data2
key1 id              
A    a1    0.0  588.0
     a2    2.0  709.0
     a3    3.0  877.0
B    1     3.0  468.0
     2     0.0  612.0
     3     2.0  139.0
     4     3.0  154.0
C    c1    4.0  855.0
     c2    4.0  564.0

但是，在将结果存储为csv、再次加载并运行相同的命令后，我得到以下错误：

TypeError: '<' not supported between instances of 'str' and 'int'

看起来不错：

         data1  data2
key1 id              
A    a1    0.0  588.0
     a2    2.0  709.0
     a3    3.0  877.0
B    1     3.0  468.0
     2     0.0  612.0
     3     2.0  139.0
     4     3.0  154.0
C    c1    4.0  855.0
     c2    4.0  564.0

但是

df\u已加载。首先合并（df2.set\u索引（[“key1”，“id”））

会导致：

         data1  data2
key1 id              
A    a1    0.0  588.0
     a2    2.0  709.0
     a3    3.0  877.0
B    1     3.0  468.0
     2     0.0  612.0
     3     2.0  139.0
     4     3.0  154.0
C    c1    4.0  855.0
     c2    4.0  564.0
B    2     2.0  317.0
     3     2.0  139.0
     4     3.0  154.0

---

在组合之前，应将

id

列转换为

str

，而不是

对象

这将有助于：

df2.id = df2.id.astype(str)
df_loaded.combine_first(df2.set_index(["key1", "id"]))

作为一种解决方法，我首先对某个
key1
组合所有新旧观察结果，然后附加它们以获得最终结果。不过，我不希望包含额外的步骤，只需将
df2
的第（1）级数据类型设置为object。您确定在设置索引和组合之前将
df2.id
的
dtype
更改为
object
不能解决问题吗？我刚刚试过，它成功了。我试过的：
df2.id=df2.id.astype（str）；加载df_。首先合并（df2.设置索引（[“键1”，“id”））是否先将df保存为csv，然后重新加载？我已经完成了
df2.id=df2.id.astype（“object”）
和
df\u加载。首先组合（df2.set\u index（[“key1”，“id”]））
，但我只是尝试了你的代码（在一行上用分号），得到了同样的乱码索引结果。对不起，我没有看到你使用了
str
而不是
object
。刚刚试过，确实有效。你知道为什么它只适用于
str
？
df2.id = df2.id.astype(str)
df_loaded.combine_first(df2.set_index(["key1", "id"]))