合并具有不同日期的数据框？

Question

我想将一个单独的数据框 (df2) 与主数据框 (df1) 合并，但如果对于给定的行，df1 中的日期在 df2 中不存在，则在基础日期之前搜索最近的日期df1.

我尝试使用 pd.merge，但它会删除日期不匹配的行，并且只保留两个 df 中匹配的行。

df1 = [['2007-01-01','A'],
       ['2007-01-02','B'],
       ['2007-01-03','C'],
       ['2007-01-04','B'],
       ['2007-01-06','C']]

df2 = [['2007-01-01','B',3],
       ['2007-01-02','A',4],
       ['2007-01-03','B',5],
       ['2007-01-06','C',3]]

df1 = pd.DataFrame(df1)
df2 = pd.DataFrame(df2)
df1[0] = pd.to_datetime(df1[0])
df2[0] = pd.to_datetime(df2[0])

当前 df1 | pd.merge():

    0           1   2
0   2007-01-06  C   3  

仅获取两个 df 之间的确切日期，不考虑最近日期的值。

预期的 df1：

    0           1   2
0   2007-01-01  A   NaN
1   2007-01-02  B   3
2   2007-01-03  C   NaN
3   2007-01-04  B   3
4   2007-01-06  C   3

获取 NaN，因为 df2 中该日期或该日期之前不存在数据。对于索引第 1 行，它获取前一天之前的数据，而索引第 4 行，它完全在同一天获取数据。

Answer 1

使用您的合并代码（我假设您已经拥有该代码，因为它不存在于您的问题中），插入参数 how=left 或 how=outer。

应该是这样的：

dfmerged = pd.merge(df1, df2, how='left', left_on=['Date'], right_on=['Date'])  

然后您可以使用切片和重命名来保留您想要的列。

dfmerged = dfmerged[['Date', 'Letters', 'Numbers']]

注意：我不知道您的列名，因为您没有显示任何代码。必要时替换

Answer 2

使用merge_asof检查你的输出

pd.merge_asof(df1,df2,on=0,by=1,allow_exact_matches=True)
Out[15]: 
           0  1    2
0 2007-01-01  A  NaN
1 2007-01-02  B  3.0
2 2007-01-03  C  NaN
3 2007-01-04  B  5.0 # here should be 5 since 5 ' date is more close. also df2 have two B 
4 2007-01-06  C  3.0