熊猫：无法合并两个日期列

Question

我有两个看起来像这样的数据框：

df1:

    Date       Multiplier
0   1995-01-01  5.248256
1   1995-02-01  5.262376
2   1995-03-01  5.255998
3   1995-04-01  5.215762
4   1995-05-01  5.207806

df2:

    PRICE   Date
0   77500   1995-01-01
1   60000   1995-01-01
2   39250   1995-01-01
3   51250   1995-01-01
4   224950  1995-01-01

两个日期列都是使用pd.to_datetime() 方法创建的，并且在使用df1.Date.dtype 和df2.Date.dtype 时，它们都应该具有<M8[ns] 数据类型。但是，当尝试将数据帧与 pd.merge(df,hpi,how="left",on="Date") 合并时，出现错误：
ValueError: You are trying to merge on object and datetime64[ns] columns. If you wish to proceed you should use pd.concat

Answer 1

尝试将df1的Date列转换为datetime64

先检查dtypes：

>>> df1.dtypes
Date           object    # <- Not a datetime
Multiplier    float64
dtype: object

>>> df2.dtypes
PRICE             int64
Date     datetime64[ns]  # <- Right dtype
dtype: object

转换和合并：

df1['Date'] = pd.to_datetime(df1['Date'])

out = pd.merge(df1, df2,how='left',on='Date')