无主键时基于最近前置日期合并两个Pandas DataFrame

首先得把日期转换成可比较的datetime类型，不然字符串日期的比较逻辑会出错：

import pandas as pd

# 转换df1的日期列，dayfirst=True适配日/月/年格式
df1['Mock_Date'] = pd.to_datetime(df1['Mock_Date'], dayfirst=True)
# 转换df2的日期列
df2['Date'] = pd.to_datetime(df2['Date'], dayfirst=True)

接下来，对df1按学生分组并按模考日期排序——merge_asof要求用于匹配的左侧数据集（这里是df1）必须按匹配的日期列排序：

# 按Student_ID分组后排序，确保每个学生的模考记录按时间顺序排列
df1_sorted = df1.sort_values(['Student_ID', 'Mock_Date'])

然后用merge_asof完成匹配，这个函数会为df2的每一行，在df1中找到同Student_ID、且Mock_Date <= Date的最近一条记录：

# 执行合并，direction='backward'表示找小于等于当前日期的最近记录
result = pd.merge_asof(
    df2.sort_values('Date'),  # merge_asof要求右侧数据集也按日期列排序
    df1_sorted[['Student_ID', 'Mock_Date', 'Mock_score']],
    by='Student_ID',
    left_on='Date',
    right_on='Mock_Date',
    direction='backward'
)

# 恢复原df2的顺序，调整列顺序到期望格式
result = result.loc[df2.index].reindex(columns=['Student_ID', 'Date', 'Score', 'Mock_Date', 'Mock_score'])
# 把日期转回原字符串格式（按需选择）
result['Date'] = result['Date'].dt.strftime('%d/%m/%Y')
result['Mock_Date'] = result['Mock_Date'].dt.strftime('%d/%m/%Y').where(pd.notna(result['Mock_Date']))

这样得到的结果就和你期望的输出一致：

• 无符合条件模考记录的行，Mock_Date和Mock_score自动填充NaN
• 每个正式考试记录都会匹配到同学生最近的、日期更早的模考记录

关键说明

• merge_asof是处理这类时间序列匹配的高效工具，比手动循环或分组筛选性能优异，尤其适合大数据量场景
• 必须确保两个数据集都按匹配的日期列排序，否则会导致匹配结果错误
• direction='backward'是核心参数，指定查找小于等于当前日期的最近记录；若需找大于等于的最近记录可改用forward

内容的提问来源于stack exchange，提问作者Apook