Python中pd.merge_asof报'left keys must be sorted'错误求助

问题根源 #

merge_asof对排序的要求非常严格：左表必须先按by字段（此处为user_id）分组，每个组内再按left_on字段（deposit_date）升序排列，右表同理要按by分组后按right_on字段升序。你虽然做了排序操作，但可能没明确指定升序方向，或是部分用户组内的日期未正确排序。

修复步骤 #

1. 明确指定排序方向
   在sort_values中添加ascending参数，强制按user_id和日期升序排列：

   # 左表deposits：先按user_id升序，再按deposit_date升序
   deposits = deposits.sort_values(['user_id', 'deposit_date'], ascending=[True, True]).reset_index(drop=True)
   # 右表df1：先按user_id升序，再按withdrawal_request_date升序
   df1 = df1.sort_values(['user_id', 'withdrawal_request_date'], ascending=[True, True]).reset_index(drop=True)
   

2. 验证排序结果
   检查左表每个用户组内的日期是否为严格升序：

   # 检查每个user_id对应的deposit_date是否升序
   is_sorted = deposits.groupby('user_id')['deposit_date'].apply(lambda x: x.is_monotonic_increasing)
   # 打印所有未正确排序的用户ID
   print(is_sorted[is_sorted == False])
   

   如果有返回结果，说明这些用户的日期数据存在乱序，需要排查是否有格式错误、重复值或异常数据。

3. 重新执行合并
   确认排序无误后，再次运行合并代码：

   d_merged = pd.merge_asof(
       deposits, 
       df1, 
       left_on='deposit_date', 
       right_on='withdrawal_request_date', 
       by='user_id', 
       direction='forward'
   )
   

额外注意事项 #

• 确保两个表的user_id数据类型完全一致（比如同为整数或字符串），否则分组排序会出现异常。
• 若日期带时区信息，需保证两个表的时区完全统一（或都移除时区），避免日期比较逻辑出错。

内容的提问来源于stack exchange，提问作者Beck