运行Python代码fluence_data = basic_data.set_index(['ota_version', 'model', 'dayno']).join( fluence_data_history.set_index(['ota_version', 'model', 'dayno']), on=['ota_version', 'model', 'dayno'], how='inner')时，出现以下错误是为什么：ValueError: You are trying to merge on int64 and object columns. If you wish to proceed you should use pd.concat

这个错误通常是因为在使用join()函数时，尝试在整数(int64)和对象(object)列上进行合并操作导致的。解决这个问题的方法可以参照我之前回答的方法。

你可以使用astype()方法将整数列转换为对象列，例如：

basic_data['dayno'] = basic_data['dayno'].astype('object')
fluence_data_history['dayno'] = fluence_data_history['dayno'].astype('object')
fluence_data = basic_data.set_index(['ota_version', 'model', 'dayno']).join(fluence_data_history.set_index(['ota_version', 'model', 'dayno']), on=['ota_version', 'model', 'dayno'], how='inner')

如果你使用pd.concat()，则需要使用axis参数指定合并方向，例如：

fluence_data = pd.concat([basic_data.set_index(['ota_version', 'model', 'dayno']), fluence_data_history.set_index(['ota_version', 'model', 'dayno'])], axis=1, join='inner')

在这种情况下，你需要确保两个DataFrame的列名不同，否则会出现重复列的情况。