ValueError: You are trying to merge on int64 and str columns for key 'id_client'. If you wish to proceed you should use pd.concat
Cheia de unire are tipuri diferite în cele două tabele: într-unul e număr (int64), în celălalt text (str), de exemplu pentru că a fost citită cu zerouri în față sau cu spații. Adu cheia la același tip înainte de merge, de obicei cu astype(str) pe ambele sau pd.to_numeric pe cea de text.
Explicat de Tudor Andrei Dumitrescu, Senior Software Developer, fondatorul Academiei ProgramatorilorActualizat la
Ce înseamnă
merge compară valorile cheii între tabele. Numărul 7 și textul "7" nu sunt egale în Python, deci o unire între o coloană int64 și una str nu ar găsi nicio pereche. În loc să întoarcă un tabel gol, pandas te oprește și îți spune tipurile și cheia. Sfatul despre pd.concat din mesaj e pentru cazul rar în care chiar vrei să lipești tabelele unul sub altul; pentru unire, nu te ajută.
De obicei cheia a fost citită diferit: într-un fișier codurile sunt numere simple (7), în altul au zerouri în față ("007") sau un spațiu, deci au rămas text. În pandas 3, textul are tipul str; în versiunile vechi mesajul spune object.
Alege tipul după natura cheii: codurile cu zerouri semnificative rămân text în ambele tabele; ID-urile numerice devin numere în ambele.
De ce apare: cauzele frecvente
1Cheia citită ca text într-un singur fișier
comenzi = pd.DataFrame({"id_client": [1, 2]})
clienti = pd.DataFrame({"id_client": ["1", "2"], "nume": ["Ana", "Ion"]})
t = comenzi.merge(clienti, on="id_client")clienti["id_client"] = pd.to_numeric(clienti["id_client"])
t = comenzi.merge(clienti, on="id_client")După conversie, ambele chei sunt int64, iar valorile egale se potrivesc.
2Coduri cu zerouri în față
# stoc: cod = 7, 12 (int64); produse: cod = "007", "012" (str)
t = stoc.merge(produse, on="cod")stoc["cod"] = stoc["cod"].astype(str).str.zfill(3)
t = stoc.merge(produse, on="cod")zfill(3) completează cu zerouri până la 3 caractere, deci 7 devine "007", exact ca în celălalt tabel.
3Citire cu tipul corect de la început
produse = pd.read_csv("produse.csv")produse = pd.read_csv("produse.csv", dtype={"cod": str})
stoc = pd.read_csv("stoc.csv", dtype={"cod": str})Când ambele fișiere sunt citite cu același dtype pentru cheie, tipurile coincid din start.
Repară eroarea, direct în pagină
Tabelul clienti vine dintr-un fișier în care ID-urile au fost citite ca text, iar merge dă ValueError: You are trying to merge on int64 and str columns for key 'id_client'. Repară codul ca ID-urile să fie numere în ambele tabele, apoi afișează fiecare comandă cu numele clientului.
import pandas as pd
comenzi = pd.DataFrame({
"id_comanda": [101, 102, 103],
"id_client": [2, 1, 2],
"suma": [250, 120, 480],
})
clienti = pd.DataFrame({
"id_client": ["1", "2"],
"nume": ["Ana Pop", "Ion Toma"],
})
t = comenzi.merge(clienti, on="id_client")
print(t)id_comanda id_client suma nume 0 101 2 250 Ion Toma 1 102 1 120 Ana Pop 2 103 2 480 Ion Toma
Indiciu
Convertește clienti["id_client"] cu pd.to_numeric înainte de merge.
Reparația
import pandas as pd
comenzi = pd.DataFrame({
"id_comanda": [101, 102, 103],
"id_client": [2, 1, 2],
"suma": [250, 120, 480],
})
clienti = pd.DataFrame({
"id_client": ["1", "2"],
"nume": ["Ana Pop", "Ion Toma"],
})
clienti["id_client"] = pd.to_numeric(clienti["id_client"])
t = comenzi.merge(clienti, on="id_client")
print(t)De ce merge
În comenzi, id_client are tipul int64, iar în clienti tipul str, deci 2 și "2" nu ar fi fost niciodată egale. pd.to_numeric transformă textele în numere, iar acum cheile au același tip. Unirea găsește clientul fiecărei comenzi: 101 și 103 sunt ale lui Ion Toma, 102 a Anei Pop.
Alte forme ale mesajului
ValueError: You are trying to merge on int64 and object columns for key 'id_client'. If you wish to proceed you should use pd.concatValueError: You are trying to merge on str and int64 columns for key 'cod'. If you wish to proceed you should use pd.concat
Cum o eviți pe viitor
- Citește coloanele cheie cu
dtypeexplicit în toate fișierele (dtype={"cod": str}). - Înainte de
merge, comparăstanga["cheie"].dtypecudreapta["cheie"].dtype. - Curăță cheile de text cu
str.strip(): un spațiu în plus împiedică potrivirea chiar și când tipurile sunt egale. - După unire, verifică numărul de rânduri și câte au rămas fără pereche (
indicator=True).
Întrebări frecvente
Ce fac dacă după conversie unele valori nu se mai potrivesc?
Unește cu how="left", indicator=True și filtrează rândurile cu _merge == "left_only": acelea sunt cheile fără pereche. De obicei au spații, zerouri sau litere în plus.
De ce sugerează pd.concat?
concat lipește tabelele unul sub altul sau unul lângă altul, fără să compare chei, deci nu are nevoie de tipuri compatibile. E sugestia generică a mesajului, dar pentru a aduce informații dintr-un tabel în altul ai nevoie de merge cu tipuri egale.
Erori înrudite
KeyError: 'id_client' Ai unit tabelele cu merge(on="id_client"), dar cheia nu se numește așa în ambele tabele (de exemplu în clienți e "id"). Când cheia are nume diferite, folosește left_on="id_client", right_on="id", sau redenumește coloana înainte de merge. pandas.errors.MergeError: No common columns to perform merge on. Merge options: left_on=None, right_on=None, left_index=False, right_index=False Ai apelat merge fără on, iar cele două tabele nu au nicio coloană cu același nume după care să fie unite. Spune explicit cheia: merge(..., left_on="cod_produs", right_on="cod") sau redenumește coloana ca să aibă același nume în ambele tabele. AttributeError: Can only use .str accessor with string values, not integer Ai folosit o metodă .str (startswith, contains, upper, replace...) pe o coloană care nu e de tip text, aici una de numere întregi. Transformă întâi coloana în text cu astype(str), apoi aplică .str; sau, dacă e deja numerică, folosește operații numerice în loc de text. Învață Python pentru analiza datelor de la zero, cu exerciții la fiecare lecție
Curs Data Analysis with Python: lecții scurte, fiecare cu un exercițiu verificat automat, direct în browser. Primele 15 lecții sunt gratuite.
