如何在不将类型从整数类型更改为浮点类型的情况下将两个数据帧与 nan 合并

Question

我正在尝试通过特定列上的键合并两个 pandas 数据帧（df1 和 df2），但我想保留两个 dfs 上没有匹配键的行。最后，我想要一个 df3 缺少该键列的值。当我使用以下代码执行此操作时，我的整数将转换为浮点类型：

df3 = pd.merge(df1, df2, how= 'left', on=['Species Name'])

我可以使用以下方法将它们转换为 int64：

df3['物种 ID'] = df3['物种 ID'].astype('Int64')

但随后我的 NaN 被转换为“pandas._libs.missing.NAType”的“”。这是一个问题，因为我想使用 psycopg2 将 df3 插入到 postgresql 数据库中，并且它不接受这样的 Nas。有谁知道如何正确合并这些 dfs 或如何在不弄乱 Na 格式的情况下修复浮点数？

df1:

Sample ID	Species Name
A	X
B	Y
C	NaN

df2:

Species Name	Species ID
X	1
Y	2

我最终得到了什么：

Sample ID	Species Name	Species ID
A	X	1.000
B	Y	2.000
C	NaN	NaN

Answer 1

使用pd.IntXDtype 作为Species ID 列的数据类型：

df2['Species ID'] = df2['Species ID'].astype(pd.Int8Dtype())
df3 = pd.merge(df1, df2, how= 'left', on=['Species Name'])
print(df3)

# Output
  Sample ID Species Name  Species ID
0         A            X           1
1         B            Y           2
2         C          NaN        <NA>

更多信息：Nullable integer data type