如何对按时间戳排序的pandas DataFrame列表应用merge_asof合并

既然merge_asof仅支持两两合并，我们可以用functools.reduce来迭代处理整个DataFrame列表，把每次合并的结果作为下一次合并的左表，完成全量合并。

步骤说明： #

• 先给每个DataFrame的value列重命名，避免合并后列名重复（比如按序号加后缀）
• 用reduce依次调用merge_asof完成所有DataFrame的合并

代码示例： #

import pandas as pd
from functools import reduce

# 示例：创建3个已经按timestamp排序的DataFrame
df1 = pd.DataFrame({'timestamp': pd.to_datetime(['2023-01-01 00:00', '2023-01-01 00:02']), 'value': [10, 20]})
df2 = pd.DataFrame({'timestamp': pd.to_datetime(['2023-01-01 00:01', '2023-01-01 00:03']), 'value': [15, 25]})
df3 = pd.DataFrame({'timestamp': pd.to_datetime(['2023-01-01 00:00', '2023-01-01 00:02']), 'value': [12, 22]})

# 给每个DataFrame的value列重命名，避免合并后列名冲突
df_list = [df.rename(columns={'value': f'value_{i+1}'}) for i, df in enumerate([df1, df2, df3])]

# 使用reduce迭代合并所有DataFrame
merged_df = reduce(
    lambda left, right: pd.merge_asof(left, right, on='timestamp', direction='nearest'),
    df_list
)

print(merged_df)

关键参数说明： #

• on='timestamp'：指定用于匹配的时间戳列（所有DataFrame必须包含该列，且已按其升序排序）
• direction：可选'nearest'（匹配最近的时间戳）、'backward'（取当前时间戳之前最近的记录）、'forward'（取当前时间戳之后最近的记录），可根据业务需求调整

注意事项： #

• 必须确保所有输入的DataFrame都已按timestamp列升序排序，merge_asof要求左右表都满足排序条件
• 如果各DataFrame时间范围不同，合并后会保留所有时间戳，缺失的匹配值会按direction规则填充

内容的提问来源于stack exchange，提问作者upchurch.quaid