pandas 拼接两个dataframe , 但是两列的数据格式不同，一个是int 一个是str

如果要拼接两个 DataFrame，但是两个 DataFrame 中某些列的数据类型不同，可以使用 Pandas 中的 astype() 函数将数据类型转换为相同的类型，然后再进行拼接。

例如，假设有两个 DataFrame，df1 和 df2，其中 df1 的某一列的数据类型是 int，而 df2 的相应列的数据类型是 str。想要将这两个 DataFrame 拼接在一起，可以按照以下步骤进行：

import pandas as pd

# 创建 DataFrame df1
df1 = pd.DataFrame({'col1': [1, 2, 3], 'col2': [4, 5, 6]})

# 创建 DataFrame df2
df2 = pd.DataFrame({'col1': ['1', '2', '3'], 'col2': ['7', '8', '9']})

# 将 df1 中的 col1 列转换为 str 类型
df1['col1'] = df1['col1'].astype(str)

# 将 df2 中的 col1 列转换为 int 类型
df2['col1'] = df2['col1'].astype(int)

# 拼接 df1 和 df2
df = pd.concat([df1, df2])

在这个例子中，我们首先创建了两个 DataFrame，df1 和 df2。然后，我们将 df1 中的 col1 列转换为 str 类型，将 df2 中的 col1 列转换为 int 类型。最后，我们使用 concat() 函数将 df1 和 df2 拼接在一起，生成一个新的 DataFrame df。

需要注意的是，如果两个 DataFrame 中某些列的数据类型不同，拼接后生成的新 DataFrame 中这些列的数据类型会被自动转换为通用类型。在上面的例子中，由于 col1 列的数据类型不同，拼接后生成的 df 中 col1 列的数据类型被自动转换为 object 类型。如果需要将其转换为其他类型，可以使用 astype() 函数进行转换。