如何在Pandas中基于近似日期与姓名匹配合并列不同的DataFrame

步骤1：对齐姓名字段 #

df1的seller是短名，df2是全名，我们可以从df2的全名中提取空格分隔的第一个部分作为匹配用的短名：

# 从df2的全名提取短名，和df1的seller字段对齐
df2['seller_short'] = df2['seller'].str.split(' ', expand=True)[0]

步骤2：确保日期格式统一（若未完成） #

如果还没将日期列转为datetime类型，执行以下代码：

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

步骤3：基于姓名匹配+近似日期筛选合并 #

先按短名合并两个DataFrame，再筛选出日期差值在允许范围内的行（示例中允许最多1天的日期差，可按需调整）：

# 按姓名前缀初步合并
merged_temp = pd.merge(df1, df2, left_on='seller', right_on='seller_short', suffixes=('_df1', '_df2'))

# 筛选日期差≤1天的结果
merged_result = merged_temp[abs(merged_temp['date_df1'] - merged_temp['date_df2']) <= pd.Timedelta(days=1)]

# 清理临时字段（可选）
merged_result = merged_result.drop(columns=['seller_short'])

示例输出说明 #

执行后会得到符合条件的合并结果：

• John（df1，2023-07-25）匹配John Russell（df2，2023-07-25）
• Alice（df1，2023-07-26）匹配Alice Perry、Alice Mcgee（均为2023-07-26）
• Bob（df1，2023-07-27）匹配Bob Foster（2023-07-27）
• Alice（df1，2023-07-28）因与df2中Alice的日期差2天，会被过滤

额外提示 #

• 若姓名匹配规则更复杂（如存在名在后的情况），可改用正则表达式提取目标部分，例如df2['seller_short'] = df2['seller'].str.extract(r'^(\w+)')
• 可根据业务需求调整日期差值阈值，比如允许2天差则改为pd.Timedelta(days=2)
• 若存在同短名多全名的情况，可进一步通过业务规则去重

内容的提问来源于stack exchange，提问作者Guilherme Henrique Favaro