我正在尝试在相似的列commit_id上合并两个数据帧。但是，即使在检查数据类型以确保它们相同之后，它们也不会合并。
我的第一个数据帧是df1，其中包含两列：commit_id和final_sentiment。我的第二个数据帧是df2，其中包含两列：commit_id和modification。
我正在尝试合并到df3，其中将包含commit_id，modification和final_sentiment。但是，如果我在df2上进行左联接，则final_sentiment中的所有值都是NaN。如果我进行右连接，则modification中的所有值均为NaN。我已经检查了commit_id的类型，它是对象。基于此question和this one，我尝试在合并数据帧之前将类型更改为字符串，但是它不起作用。
df1.commit_id = df1.commit_id.astype(str)
df2.commit_id = df2.commit_id.astype(str)
编辑：以下是数据的精简版本，希望可以解决问题。
我有df1：
| index | commit_id | final_sentiment |
|--------|------------------------------------------|-----------------|
| 807303 | 000e3673387b662e32f1037eeaea2aa29b630448 | -1 |
我有df2：
| | commit_id | modification |
|---|------------------------------------------|--------------|
| 0 | 000e3673387b662e32f1037eeaea2aa29b630448 | 13 |
df1.info()返回：
<class 'pandas.core.frame.DataFrame'>
Int64Index: 1 entries, 807303 to 807303
Data columns (total 2 columns):
commit_id 1 non-null object
final_sentiment 1 non-null int64
dtypes: int64(1), object(1)
memory usage: 24.0+ bytes
df2.info（）返回：
<class 'pandas.core.frame.DataFrame'>
RangeIndex: 1 entries, 0 to 0
Data columns (total 2 columns):
commit_id 1 non-null object
modification 1 non-null int64
dtypes: int64(1), object(1)
memory usage: 88.0+ bytes
如您所见，它们的提交ID是相同的类型，但是当我合并时，它仍然返回NaN：
df3 = df2.merge(df1, on='commit_id', how='left')
df3
df3返回：
| | commit_id | modification | final_sentiment |
|---|------------------------------------------|--------------|-----------------|
| 0 | 000e3673387b662e32f1037eeaea2aa29b630448 | 13 | NaN |
它应该返回：
| | commit_id | modification | final_sentiment |
|---|------------------------------------------|--------------|-----------------|
| 0 | 000e3673387b662e32f1037eeaea2aa29b630448 | 13 | -1 |
对不起，格式错误。 Jupyter Notebook格式在stackoverflow上不是很好。
如您所见，我检查了两个数据框的类型，它们是相同的。我同时显示了内部联接和左联接。内部联接不返回任何结果，但左侧联接按原样返回结果，但最终的mod是NaN。
如何确定数据帧正确合并，我不确定这里出了什么问题？