无法比较两个数据帧

Question

我有两个具有相同结构的数据框 df1 和 df2。 我想使用df1.merge(df2)找到它们之间的共同行，但有一行我面临问题：

>>> df2
  reference_period analyzed_domain account is_misc total_estimated_visits  total_estimated_monthly_unique_visitors  total_estimated_visit_duration  total_estimated_pageviews  estimated_deduplicated_audience
0       2017-11-01          abc     xyz       0                   1000                                    278.0                          5788.0                    80159.0                              0.0
>>> df1=df1.head(1)
>>> df1
  reference_period analyzed_domain account is_misc total_estimated_visits  total_estimated_monthly_unique_visitors  total_estimated_visit_duration  total_estimated_pageviews  estimated_deduplicated_audience
0       2017-11-01          abc     xyz       0                   1000                                    278.0                          5788.0                    80159.0                              0.0
>>> df1==df2
   reference_period  analyzed_domain  account  is_misc  total_estimated_visits  total_estimated_monthly_unique_visitors  total_estimated_visit_duration  total_estimated_pageviews  estimated_deduplicated_audience
0              True             True     True    False                    True                                     True                            True                       True                             True
>>> df1.dtypes
reference_period                           datetime64[ns]
analyzed_domain                                    object
account                                            object
is_misc                                            object
total_estimated_visits                             object
total_estimated_monthly_unique_visitors           float64
total_estimated_visit_duration                    float64
total_estimated_pageviews                         float64
estimated_deduplicated_audience                   float64
dtype: object
>>> df2.dtypes
reference_period                           datetime64[ns]
analyzed_domain                                    object
account                                            object
is_misc                                            object
total_estimated_visits                             object
total_estimated_monthly_unique_visitors           float64
total_estimated_visit_duration                    float64
total_estimated_pageviews                         float64
estimated_deduplicated_audience                   float64
dtype: object

我不确定为什么 python 不能等同于 is_misc 列。 有人可以帮忙吗？ 谢谢

Answer 1

Pandas dtype object 是 str 或混合。 所以它可以是文本或混合的数字和非数字值。 在df1或df2中， is_misc列的0值很可能是字符串类型，因此您可以将它们都转换为字符串或 int，然后再次运行比较，结果将等于True 。 尝试这个：

df1['is_misc'] = df1['is_misc'].astype(str).astype(int)
df2['is_misc'] = df2['is_misc'].astype(str).astype(int)

然后再次比较：

print(df1 == df2)

Answer 2

Gustav Rasmussen ans 将工作

我遇到了同样的问题，但我在第一个 dataframe 和 integer 中有一个带小数的字符串（例如'5.0'）在第二个 Z6A8064B5DF479455500553C47C55057D 中（例如）

我解决了以下方式

df1['column'] = df1['column'].astype(float).astype(int)

df2['column'] = df2['column'].astype(float).astype(int)

并比较

df1==df2