如何基于日期范围合并两个Pandas DataFrame？

方案一：交叉合并+范围筛选 #

先通过交叉合并生成所有可能的时间匹配组合，再筛选出符合4小时K线时间范围的记录，最后合并回原df2得到结果：

import pandas as pd

df1 = pd.DataFrame({
    'a': ['2024-01-01 04:00:00', '2023-02-02 20:00:00'],
    'id': ['a_1', 'a_2']})
df1['a'] = pd.to_datetime(df1.a)
# 计算4小时K线的结束时间（起始时间+3小时）
df1['b'] = df1['a'] + pd.Timedelta(hours=3)

df2 = pd.DataFrame({
    'a': [
        '2024-01-01 4:00:00', '2024-01-01 05:00:00',
        '2024-01-01 06:00:00', '2024-01-01 07:00:00',
        '2024-01-01 08:00:00', '2024-01-01 09:00:00',
        '2023-02-02 21:00:00', '2023-02-02 23:00:00']})
df2['a'] = pd.to_datetime(df2.a)

# 交叉合并df2和df1，生成所有可能的组合
merged = df2.merge(df1, how='cross', suffixes=('_df2', '_df1'))
# 筛选df2时间落在df1的[起始时间, 起始时间+3h]范围内的记录
filtered = merged[(merged['a_df2'] >= merged['a_df1']) & (merged['a_df2'] <= merged['b'])]
# 合并回df2，未匹配的记录自动填充NaN
result = df2.merge(filtered[['a_df2', 'id']], left_on='a', right_on='a_df2', how='left').drop('a_df2', axis=1)
print(result)

方案二：使用merge_asof高效匹配（适合大数据集） #

merge_asof是Pandas专为时间序列匹配设计的函数，效率远高于交叉合并，需先对两个DataFrame按时间排序：

import pandas as pd

df1 = pd.DataFrame({
    'a': ['2024-01-01 04:00:00', '2023-02-02 20:00:00'],
    'id': ['a_1', 'a_2']})
df1['a'] = pd.to_datetime(df1.a)
df1['b'] = df1['a'] + pd.Timedelta(hours=3)

df2 = pd.DataFrame({
    'a': [
        '2024-01-01 4:00:00', '2024-01-01 05:00:00',
        '2024-01-01 06:00:00', '2024-01-01 07:00:00',
        '2024-01-01 08:00:00', '2024-01-01 09:00:00',
        '2023-02-02 21:00:00', '2023-02-02 23:00:00']})
df2['a'] = pd.to_datetime(df2.a)

# 按时间列排序（merge_asof要求的前提条件）
df1_sorted = df1.sort_values('a')
df2_sorted = df2.sort_values('a')

# 执行时间范围匹配：允许精确匹配，设置3小时的时间容忍度
result = pd.merge_asof(
    df2_sorted,
    df1_sorted,
    left_on='a',
    right_on='a',
    direction='backward',
    allow_exact_matches=True,
    tolerance=pd.Timedelta(hours=3)
).drop('b', axis=1)

# 恢复原df2的行顺序
result = result.set_index('a').reindex(df2['a']).reset_index()
print(result)

两种方案均可输出目标结果：

a   id
0 2024-01-01 04:00:00  a_1
1 2024-01-01 05:00:00  a_1
2 2024-01-01 06:00:00  a_1
3 2024-01-01 07:00:00  a_1
4 2024-01-01 08:00:00  NaN
5 2024-01-01 09:00:00  NaN
6 2023-02-02 21:00:00  a_2
7 2023-02-02 23:00:00  a_2

内容的提问来源于stack exchange，提问作者AmirX