Pandas使用merge对dataframe进行合并时出现全为Nan的问题

使用merge进行对dataframe A和B合并时（将B合并到A），结果B的列全部为Nan，即出现了A、B键值没有匹配上的问题。而A、B看似键值是可以匹配的，这里使用的键值是字符串。查看资料和分析，这里有两种常见的情况：（代码中的Key值按需调整）

• 键值数据类型不一致可能导致无法匹配。将键值数据类型准换成一致的（这里展示将object类型转换成string）：

1.  
   df1.Key = df1.Street.astype(pd.StringDtype()) # 将object类型转换成string
2.  
   df2.Key = df2.Street.astype(pd.StringDtype()) # 将object类型转换成string

若同一转换为int：

df1.Key = df1.Street.astype(int) # 将object类型转换成string

• 键值字符串的细节有问题。我遇到的问题属于这个问题，A的键值字符串的前后各有1个空格（好坑啊），将空格去除后即可成功匹配

1.  
   for i in range(len(df1['Key'])):
2.  
   df1['Street'][i] = df1['Street'][i].strip() # 去除前后的空格