问题：合并时，出现在df1中的某些SKU值未出现在df2中。为了表示不可用的值，panda自动使用NaN，这是一个浮点值。因此，整数ISBN将转换为浮点值。给定ISBN的大小，panda然后以科学记数法格式化这些浮点值。
您可以通过定义自己的浮点值格式化程序（pd.options.display.float_format）来解决这个问题，但是在您的情况下，在合并之前将ISBN转换为字符串可能更容易/更有效。
示例：

>>> import pandas as pd

>>> df1 = pd.DataFrame({"SKU": list("abcde"), "ISBN": list(range(1, 6))})
>>> df2 = pd.DataFrame({"SKU": list("bcef"), "ISBN": list(range(4, 8))})

您的问题：

>>> pd.merge(df1, df2, on="SKU", how="left")
  SKU  ISBN_x  ISBN_y
0   a       1     NaN
1   b       2     4.0
2   c       3     5.0
3   d       4     NaN
4   e       5     6.0
>>> _.dtypes
SKU        object
ISBN_x      int64
ISBN_y    float64 # <<< Problematic

与可能的解决方案：

>>> pd.merge(df1.astype(str), df2.astype(str), on="SKU", how="left")
  SKU ISBN_x ISBN_y
0   a      1    NaN
1   b      2      4
2   c      3      5
3   d      4    NaN
4   e      5      6
>>> _.dtypes
SKU       object
ISBN_x    object
ISBN_y    object