回测策略类能否传入多个DataFrame？合并DataFrame遇阻求助

问题分析 #

你遇到的核心问题是两个DataFrame的日期索引格式不匹配：first的索引带时分秒及时区，second的索引只有日期，且两者没有重叠的日期值，直接赋值或合并自然无效。要将first的indi列合并到second中，需要先统一日期格式，再选择合适的合并方式。

解决方案 #

方法1：统一日期到“日”级别后合并

先将first的日期索引截断到日（移除时分秒和时区），再与second按日期合并：

import pandas as pd

# 处理first的日期索引：移除时区、截断到日，只保留indi列
first_clean = first.reset_index()
first_clean['date'] = first_clean['date'].dt.tz_localize(None).dt.floor('D')
first_clean = first_clean.set_index('date')[['indi']]

# 将indi列合并到second中，保留second的所有行，匹配不到的indi值设为NaN
second_with_indi = second.join(first_clean, how='left')

方法2：匹配最近日期（非严格日期对齐）

如果需要为second的每个日期匹配first中最近的（早于该日期）indi值，可以用merge_asof：

# 重置索引并按日期排序
first_reset = first.reset_index().sort_values('date')
second_reset = second.reset_index().sort_values('date')

# 将second的日期转换为datetime类型（原索引是日期对象）
second_reset['date'] = pd.to_datetime(second_reset['date'])

# 匹配最近的早于second日期的indi值
merged_asof = pd.merge_asof(second_reset, first_reset[['date', 'indi']], on='date', direction='backward')
# 重新设置索引
merged_asof = merged_asof.set_index('date')

为什么之前的方法无效 #

• second['nlp'] = first['indi']：两个DataFrame的索引完全不匹配，直接赋值会导致所有nlp值为NaN，因为没有能对应上的索引。
• first.merge(second, on=first.index)：merge的on参数需要指定列名，且默认是内连接（inner），由于两者没有相同日期，合并后会得到空DataFrame。如果需要保留second的所有行，必须用左连接（how='left'）并正确指定合并键。

内容的提问来源于stack exchange，提问作者MateMalte