如何基于Ticker与非精确匹配的Date连接两个DataFrame，缺失对应日期时取后续最近日期的Price值？

这个需求用pandas的merge_asof函数就能完美解决，它专门设计用来处理这种需要基于键值找最近匹配的连接场景，完全符合你要的“精确匹配优先，无匹配则取同Ticker下后续最近日期”的逻辑。

具体实现步骤 #

首先，我们先还原你的数据并完成必要的预处理，再执行连接操作：

import pandas as pd

# 构建DataFrame-A（营收数据）
df_a = pd.DataFrame({
    'Ticker': ['AAPL', 'AAPL', 'MSFT', 'MSFT'],
    'Date': ['2022-01-01', '2022-04-01', '2022-01-01', '2022-04-01'],
    'Renue': ['10M', '10M', '10M', '10M']
})

# 构建DataFrame-B（价格数据）
df_b = pd.DataFrame({
    'Ticker': ['AAPL', 'AAPL', 'AAPL', 'AAPL', 'MSFT', 'MSFT', 'MSFT', 'MSFT', 'MSFT'],
    'Date': ['2022-01-02', '2022-01-03', '2022-04-01', '2022-04-02', 
             '2022-01-01', '2022-01-02', '2022-01-03', '2022-04-02', '2022-04-03'],
    'Price': [11, 12, 15, 16, 20, 21, 22, 26, 26]
})

# 关键步骤：将Date列转换为datetime类型，否则无法正确进行日期比较
df_a['Date'] = pd.to_datetime(df_a['Date'])
df_b['Date'] = pd.to_datetime(df_b['Date'])

# merge_asof要求右侧DataFrame必须按连接键排序，所以先对df_b按Ticker和Date排序
df_b_sorted = df_b.sort_values(by=['Ticker', 'Date'])

# 执行核心的连接操作
result = pd.merge_asof(
    df_a, 
    df_b_sorted, 
    on='Date',          # 基于Date列做匹配
    by='Ticker',        # 按Ticker分组，只在同一只股票的范围内找日期
    direction='forward' # 找**大于等于**当前Date的最近日期，精确匹配优先，无匹配则取后续最近
)

print(result)

代码解释 #

1. 日期类型转换：必须把字符串格式的日期转成datetime类型，否则字符串的比较逻辑和日期逻辑不一致，会导致匹配错误。
2. 排序右侧DataFrame：merge_asof要求右侧的DataFrame必须按on（Date）和by（Ticker）的列排序，这样才能高效找到最近的匹配项。
3. merge_asof参数说明：
   • by='Ticker'：确保我们只在同一个股票代码的数据集里找对应的日期，不会出现AAPL的日期匹配到MSFT的价格这种错误。
   • direction='forward'：这是实现需求的核心参数，它会为df_a中的每个日期，在df_b的同Ticker下寻找第一个大于等于该日期的记录——如果有精确匹配的日期，就直接取对应Price；如果没有，就取之后最近的日期的Price，完全符合你的要求。

运行结果 #

执行代码后得到的结果和你预期的完全一致：

额外注意事项 #

• 如果df_b中某个Ticker下没有比df_a中日期晚的记录，merge_asof会给该条的Price赋值为NaN，你可以根据需求用fillna()处理或者删除这些行。
• 确保两个DataFrame的Ticker列格式一致（比如都是字符串、大小写统一），否则分组匹配会出错。

内容的提问来源于stack exchange，提问作者Alan Kam