Python中基于日期匹配为DataFrame新增列的问题（行数不一致）

先给你搭个场景示例，方便对照理解：

import pandas as pd

# DF1：日期无重复，包含要复制的A列
df1 = pd.DataFrame({
    '日期': ['2023-01-01', '2023-01-02', '2023-01-03'],
    'A': [10, 20, 30]
})

# DF2：存在重复日期，需要新增列匹配A列值
df2 = pd.DataFrame({
    '日期': ['2023-01-01', '2023-01-01', '2023-01-02', '2023-01-04'],
    '其他列': ['a', 'b', 'c', 'd']
})

方法1：用merge（直观易读，推荐新手） #

用左连接保留DF2所有行，匹配DF1的A列值，匹配不到的会显示NaN：

# 只取DF1的日期和A列做连接，避免引入多余列
df2 = df2.merge(df1[['日期', 'A']], on='日期', how='left')

方法2：用map（代码更简洁） #

先把DF1转成「日期:A值」的字典，再给DF2的日期列做映射：

# 构造日期到A值的映射字典
date_a_map = df1.set_index('日期')['A'].to_dict()
# 新增A列
df2['A'] = df2['日期'].map(date_a_map)

关键注意事项 #

• 确保两个DF的日期列格式完全一致，如果是字符串要统一格式，或者转成datetime类型：

df1['日期'] = pd.to_datetime(df1['日期'])
df2['日期'] = pd.to_datetime(df2['日期'])

• 如果DF1本身有重复日期，merge会产生重复行，这时候先处理DF1的重复值：

# 比如保留每个日期的第一条记录
df1 = df1.drop_duplicates(subset='日期', keep='first')
# 或者取每个日期A列的均值
df1 = df1.groupby('日期')['A'].mean().reset_index()

内容的提问来源于stack exchange，提问作者Sea