pandas：执行merge后，发现填充列的数据精度丢失（数据不准确）

现象：

两个df对象：A和B（A对象无id列，B对象有，int64类型）；

通过merge得到df对象C（其中on为['type']），发现C的id列数据精度丢失了（数据不准确了）

原因：

当merge时，部分行的id为nan，此时pandas会将id列的类型转成float；

当id的数值太大是（超过12位），此时转换成float后得到的id将不准确。 

ps：

如果merge时，不存在行的id为nan，则pandas不会进行转换，此时id列的数据函数准确的（还是int64）。

测试示例：

test_list_1 = [
    {
        's_id': '11',
        'm_id': '11',
    },
    {
        's_id': '22',
        'm_id': '22',
    },
        {
        's_id': '33',
        'm_id': '33',
    },
]
test_list_2 = [
    {
        'id': 5764607523070845638,
        's_id': '11',
        'm_id': '11',
    },
    {
        'id': 5764607523070845639,
        's_id': '11',
        'm_id': '11',
    },
]

df = pd.DataFrame(test_list_1)
exist_df = pd.DataFrame(test_list_2)
merge_df = df.merge(
    exist_df,
    how="left",
    on=['s_id', 'm_id'],
    suffixes=("", '_exist'),
)
print(merge_df)