报错原因分析 #

你遇到的MergeError核心问题是：pd.merge_asof要求用于合并的on列必须是数值类型（int/float）或datetime64类型——它需要依赖有序的键值来完成"向前/向后填充"式的合并。而你的time列当前是字符串格式（dtype('O')，即object类型），虽然看起来是时间文本，但本质是无序的字符串，不符合merge_asof的要求。

另外你尝试的重置索引操作是无效的：sessions_start_user.reset_index(drop=True, inplace=True)会直接修改原DataFrame并返回None，所以pd.concat拼接的是DataFrame和None，完全起不到调整顺序的作用，反而会引入错误，建议删掉这行代码。

修正方案：先转换时间列类型 #

第一步必须把time列转换为datetime类型，之后再执行你的合并逻辑：

import pandas as pd

# 读取数据并将time列转换为datetime类型（关键步骤）
data = pd.read_csv('file_path')
data['time'] = pd.to_datetime(data['time'])

# 筛选用户的第二次事件记录
sessions_start_user = data[data['events_ordinal_number'] == 2].copy()  # 加copy避免SettingWithCopy警告
sessions_start_user['second_time'] = sessions_start_user['time']

# 按time列排序（datetime类型可正确排序）
data = data.sort_values('time')
sessions_start_user = sessions_start_user.sort_values('time')

# 执行merge_asof合并，此时time是datetime类型，符合要求
data = pd.merge_asof(
    data,
    sessions_start_user[['user_id', 'time', 'second_time']],
    on='time',
    by='user_id'
)

更简洁的替代方案 #

其实你的需求是为每个用户匹配他们的第二次事件时间，完全不需要用merge_asof，可以用分组映射的方式实现，效率更高：

import pandas as pd

data = pd.read_csv('file_path', parse_dates=['time'])

# 提取每个用户的第二次事件时间，构建映射字典
user_second_event = (
    data[data['events_ordinal_number'] == 2]
    .set_index('user_id')['time']
    .rename('second_event_time')
)

# 将时间映射回原DataFrame
data['second_event_time'] = data['user_id'].map(user_second_event)

这个方法直接通过user_id匹配，避免了复杂的排序和合并操作，结果和你原本的需求完全一致。

内容的提问来源于stack exchange，提问作者Alex