我有两个dataframe，我正在将float值转换为字符串作为vlookup过程的一部分。下面是我的两个dataframe表布局：
DF：
| 项目编号|项目描述|项目分类|物料分类说明|
| --------------|--------------|--------------|--------------|
| ABC123|钻石|零零零一|宝石|
| ABC456|蓝宝石|零零零一|宝石|
| DEF000|硅|小零零零二|矿物|
DF2：
| 项目分类|物料分类说明|
| --------------|--------------|
| 零零零一|宝石|
| 小零零零二|矿物|
我能够通过执行以下操作正确地格式化Item Class值（值以float形式导入，并有一些NaN）：

df['Item Class']=df['Item Class'].fillna(value=0,inplace=False)
df['Item Class']=df['Item Class'].astype(int,copy=True,errors='raise')
df['Item Class']=df['Item Class'].astype(str,copy=True,errors='raise')
df['Item Class']=df['Item Class'].apply('{:0>4}'.format)

df2['Item Class']=df2['Item Class'].fillna(value=0,inplace=False)
df2['Item Class']=df2['Item Class'].astype(int,copy=True,errors='raise')
df2['Item Class']=df2['Item Class'].astype(str,copy=True,errors='raise')
df2['Item Class']=df2['Item Class'].apply('{:0>4}'.format)

我试着创建一个函数来压缩这个：

def float_to_str(df_column):
     df_column=df_column.fillna(value=0,inplace=False)
     df_column=df_column.astype(int,copy=True,errors='raise')
     df_column=df_column.astype(str,copy=True,errors='raise')
     df_column=df_column.apply('{:0>4}'.format)

但是当我用

float_to_str(df['Item Class'])

或

float_to_str(df2['Item Class'])

而不是格式化项目类值，值没有被转换，我要么得到错误消息ValueError: You are trying to merge on float64 and object columns. If you wish to proceed you should use pd.concat，要么df 2值被保留为float，这表明在这两种情况下函数都没有正确调用。