Bỏ qua đến nội dung chính
Mục lục

You are trying to merge on int64 and object columns

AIDev Team · duyệt: Nguyễn Việt Chung

Bài 9/13 · Chương 10

Giải nghĩa lỗi và cảnh báo

  • 6 phút
  • Trung cấp
  • Python 3.14
  • Cập nhật

Lỗi you are trying to merge on int64 and object columns báo rằng hai cột khóa bạn đưa vào merge() khác kiểu: một bên là số nguyên, một bên là chuỗi, nên pandas không biết 45 có bằng "0045" hay không. pandas 3 viết kiểu chuỗi là str thay cho object trong thông báo; cách sửa giống nhau: đổi hai khóa về cùng kiểu chuỗi, thêm số 0 đầu bằng zfill() cho khớp, rồi ghép.

Cần biết trước: kiểm tra kết quả merge bằng validate, zfill và các phương thức định dạng chuỗi và đổi kiểu bằng astype.

Bảng tra nhanh: khóa khác kiểu khi merge

Python gọi lỗi này là ValueError: cả hai bảng đều có cột ma_sp, nhưng giá trị trong hai cột không cùng loại để so. Kiểu bên trái merge() đứng trước trong thông báo.

Khóa bên trái

Khóa bên phải

Kết quả

chuỗi "0045"

số 45

ValueError: merge on str and int64 columns

chuỗi "0045"

chuỗi "45" (astype(str))

không lỗi, không dòng nào khớp

chuỗi "0045"

chuỗi "0045" (astype(str).str.zfill(4))

khớp đúng

số 45 (astype(int))

số 45

khớp đúng, nhưng mất số 0 đầu

số thực 45.0

số nguyên 45

khớp đúng, không lỗi

Dữ liệu đơn hàng từ API ghi mã sản phẩm là chuỗi "0045", còn read_csv() đọc 0001 trong file sản phẩm thành số 1:

python
import json
import pandas as pd

with open("don_hang_api.json", encoding="utf-8") as f:
    api = json.load(f)
dong = pd.json_normalize(api["du_lieu"], record_path="san_pham",
                         meta="ma_don")
sp = pd.read_csv("san_pham.csv")
print(dong["ma_sp"].head(3).to_list())
print(sp["ma_sp"].head(3).to_list())

KẾT QUẢ

['0045', '0009', '0055']
[1, 2, 3]

json_normalize() trải danh sách sản phẩm của mỗi đơn thành từng dòng, như bài json_normalize. Hai cột ma_sp khác kiểu, nên ghép thẳng thì báo lỗi:

python
import json
import pandas as pd

with open("don_hang_api.json", encoding="utf-8") as f:
    api = json.load(f)
dong = pd.json_normalize(api["du_lieu"], record_path="san_pham",
                         meta="ma_don")
sp = pd.read_csv("san_pham.csv")
dong.merge(sp, on="ma_sp")

Dòng cuối của thông báo lỗi:

text
ValueError: You are trying to merge on str and int64 columns for key 'ma_sp'. If you wish to proceed you should use pd.concat

pandas 2.2 in cùng câu với chữ object thay cho str: ValueError: You are trying to merge on object and int64 columns for key 'ma_sp'. If you wish to proceed you should use pd.concat. Câu "use pd.concat" ở cuối thông báo chỉ sai hướng: pd.concat() không tìm dòng khớp theo mã, nên đừng làm theo.

Đổi về chuỗi: astype(str) chưa đủ

Đổi số sang chuỗi bằng astype(str) cho ra "45", còn bên kia là "0045". Hai chuỗi khác nhau, nên merge() chạy mà không ghép được dòng nào:

zfill(4) thêm số 0 vào bên trái cho tới khi chuỗi dài 4 ký tự. validate="many_to_one" kiểm thêm rằng mỗi mã chỉ có một sản phẩm, như bài kiểm tra merge bằng validate:

python
import pandas as pd

dong = pd.DataFrame({"ma_don": ["DH1024", "DH1025"],
                     "ma_sp": ["0045", "0007"]})
sp = pd.DataFrame({"ma_sp": [7, 45],
                   "ten_sp": ["Trà đào", "Bạc xỉu"]})
sp["ma_sp"] = sp["ma_sp"].astype(str).str.zfill(4)
print(dong.merge(sp, on="ma_sp", validate="many_to_one"))

KẾT QUẢ

   ma_don ma_sp   ten_sp
0  DH1024  0045  Bạc xỉu
1  DH1025  0007  Trà đào

Đổi zfill(4) thành zfill(3) rồi chạy lại: bảng in Empty DataFrame, vì "045" vẫn khác "0045".

Đọc khóa thành chuỗi ngay từ đầu

Cách gọn hơn là không để read_csv() đổi mã thành số. dtype={"ma_sp": str} giữ nguyên "0001" như trong file, nên không cần zfill():

python
import json
import pandas as pd

with open("don_hang_api.json", encoding="utf-8") as f:
    api = json.load(f)
dong = pd.json_normalize(api["du_lieu"], record_path="san_pham",
                         meta="ma_don")
sp = pd.read_csv("san_pham.csv", dtype={"ma_sp": str})
ghep = dong.merge(sp[["ma_sp", "ten_sp"]], on="ma_sp",
                  how="left", validate="many_to_one")
print(len(dong), len(ghep), ghep["ten_sp"].isna().sum())
print(ghep[["ma_don", "ma_sp", "ten_sp"]].head(3))

KẾT QUẢ

130 130 0
    ma_don ma_sp                     ten_sp
0  API0001  0045       Bìa hồ sơ nhựa bộ 10
1  API0002  0009      Trà gạo lứt rang 500g
2  API0003  0055  Kem chống nắng SPF50 50ml

Số dòng trước và sau khi ghép bằng nhau và không dòng nào thiếu tên: mọi mã đều khớp. Đổi sang số bằng astype(int) ở bên chuỗi cũng ghép được, nhưng mã mất số 0 đầu và in ra khác với mã trên hóa đơn.

Kiểm tra nhanh

  1. Sau import pandas as pd, a = pd.DataFrame({"k": ["01"]}) và b = pd.DataFrame({"k": [1]}), a.merge(b, on="k") báo lỗi gì?

    • Báo lỗi ValueError
    • Báo lỗi KeyError
    • Báo lỗi TypeError
  2. Sau import pandas as pd và s = pd.Series([7, 45]), lệnh print(s.astype(str).str.zfill(4).to_list()) in ra gì?

    • ['7', '45']
    • ['0007', '0045']
    • ['7000', '4500']
  3. Bạn đổi khóa số sang chuỗi bằng astype(str) rồi ghép, kết quả không có dòng nào. Lý do có thể là gì?

    • merge() không ghép được khóa chuỗi
    • Bên kia có số 0 đầu, như "0045", còn bên này là "45"
    • Cần thêm validate="many_to_one"
Đúng hết lần đầu +15 XP

Bài tập

Đếm dòng đơn không tìm thấy sản phẩm

Trước khi gửi báo cáo, kế toán muốn biết có bao nhiêu dòng đơn mang mã sản phẩm không có trong danh mục. Bảng dong có cột ma_don và ma_sp là chuỗi có số 0 đầu, như "0045". Bảng sp có cột ma_sp là số nguyên, mỗi mã một dòng, và cột ten_sp. Viết thân hàm dem_dong_khong_khop(dong, sp): đưa hai cột ma_sp về cùng kiểu số nguyên, rồi đếm số dòng của dong không tìm thấy mã trong sp. Một mã lạ xuất hiện ở hai dòng thì tính hai.

Hàm không sửa bảng dong và sp của nơi gọi.

Trả về: số dòng không khớp, một int.

python
import pandas as pd

def dem_dong_khong_khop(dong, sp):
    pass  # Viết thân hàm thay cho dòng này

Tóm tắt

  • Lỗi merge khác kiểu nghĩa là hai cột khóa một bên là số, một bên là chuỗi.

  • pandas 3 in str and int64, pandas 2 in object and int64: cùng một lỗi.

  • astype(str) không thêm số 0 đầu, nên "45" không khớp "0045" và kết quả có thể rỗng mà không báo lỗi.

  • Đổi khóa số bằng astype(str).str.zfill(n) cho khớp độ dài của bên chuỗi.

  • Gọn nhất là đọc mã thành chuỗi ngay từ đầu bằng dtype={"ma_sp": str}.

  • So số dòng trước và sau khi ghép, và đếm ô thiếu, để chắc mọi mã đã khớp.

Câu hỏi thường gặp

Thông báo bảo dùng pd.concat, có nên làm theo không?

Không nên. pd.concat() đặt các bảng nối tiếp nhau theo vị trí, không tìm dòng khớp theo mã. Muốn có tên sản phẩm cho từng dòng đơn thì vẫn là merge(), sau khi hai cột khóa cùng kiểu.

Vì sao khóa số thực và số nguyên ghép được mà không lỗi?

Vì cả hai đều là số, pandas so được 45.0 với 45. Khóa số thực hay xuất hiện khi cột có ô trống; kiểm ô thiếu trước khi ghép, như bài kiểm tra merge bằng validate.

Làm sao biết mã có bao nhiêu chữ số để zfill?

Đếm độ dài các mã ở bên chuỗi bằng .str.len() và xem chúng có bằng nhau không, như bài zfill và các phương thức định dạng chuỗi. Nếu độ dài khác nhau, mã không theo một quy ước chung và cần làm sạch trước.

Chủ đề

you are trying to merge on int64 and object columns

Dữ liệu của bài

Bài này có hữu ích?

Hỏi đáp

Đang tải câu hỏi…

Tham vấn chuyên môn

Nguyễn Việt Chung

Nhà sáng lập AIDev và VietPlatform · Thạc sĩ AI MSE

  • Tốt nghiệp thủ khoa xuất sắc Thạc sĩ AI MSE.
  • Đồng sáng lập, CTO E-University, SVOnline: số hóa 10+ đại học, 40.000+ sinh viên.
  • Xây hệ thống AI cho doanh nghiệp tại VietPlatform.
Biên soạn: AIDev Team · Rà soát · Quy trình biên tập