如何统一两个DataFrame日期列格式以实现数据库表关联？

问题背景 #

你有两个DataFrame，其中：

• DataFrame 1的日期列为整数类型的YYYYMMDD（如20140101）
• DataFrame 2的日期列为字符串类型的date（如2012-01-01）

需要统一日期格式以实现关联操作，此前使用to_datetime时出现日期重复、与原文件不符的问题，核心原因是未正确指定日期格式或处理数据类型。

解决方案 #

方案1：将DataFrame 1的YYYYMMDD转为yyyy-mm-dd格式（匹配DataFrame 2） #

先把整数类型的日期转为字符串，再指定格式解析为datetime类型，也可按需转为字符串格式：

import pandas as pd

# 转换为datetime类型（推荐用于后续关联，避免字符串格式问题）
df1['date'] = pd.to_datetime(df1['YYYYMMDD'].astype(str), format='%Y%m%d')
# 若需转为字符串格式完全匹配df2的date列
# df1['date'] = df1['date'].dt.strftime('%Y-%m-%d')
# 可选：删除原日期列
df1.drop('YYYYMMDD', axis=1, inplace=True)

方案2：将DataFrame 2的date转为YYYYMMDD格式（匹配DataFrame 1） #

先解析字符串日期为datetime类型，再转为指定格式的整数或字符串：

import pandas as pd

# 转换为datetime类型
df2['YYYYMMDD'] = pd.to_datetime(df2['date'])
# 转为整数格式的YYYYMMDD
df2['YYYYMMDD'] = df2['YYYYMMDD'].dt.strftime('%Y%m%d').astype(int)
# 若需转为字符串格式
# df2['YYYYMMDD'] = df2['YYYYMMDD'].dt.strftime('%Y%m%d')
# 可选：删除原日期列
df2.drop('date', axis=1, inplace=True)

最优建议：统一用datetime类型关联 #

无需转为字符串，直接将两个日期列转为datetime类型后执行关联，彻底避免字符串格式的潜在问题：

# 统一转换为datetime类型
df1['date'] = pd.to_datetime(df1['YYYYMMDD'].astype(str), format='%Y%m%d')
df2['date'] = pd.to_datetime(df2['date'])
# 执行关联操作
merged_df = pd.merge(df1, df2, on='date')

内容的提问来源于stack exchange，提问作者amanie11