基于DatetimeIndex与group列合并Pandas DataFrame并实现多国家重复匹配

你的问题出在使用了how='inner'的连接方式，这会只保留两边DataFrame在日期索引+group上完全匹配的行，导致无匹配的2021-12-31行被过滤掉。只需修改连接方式为left，同时保留原有的连接键设置，就能实现需求：

result = pd.merge(df1, df2, how='left', left_index=True, right_index=True, on='group')

原理说明 #

• how='left'：以df1为基准，保留所有行，仅匹配df2中相同日期索引+group的num2值
• left_index=True, right_index=True：将两边的DatetimeIndex作为连接键之一
• on='group'：同时将group列作为连接键，确保匹配是日期+分组的精准对应

示例验证 #

假设我们有以下样例数据：

df1

ctr group  num
2021-12-30 00:00:00  US     A    1
2021-12-30 00:00:00  CN     A    2
2021-12-31 00:00:00  US     B    3
2021-12-31 00:00:00  CN     B    4

df2

group  num2
2021-12-30 00:00:00     A     10

运行上述代码后得到的结果：

ctr group  num  num2
2021-12-30 00:00:00  US     A    1  10.0
2021-12-30 00:00:00  CN     A    2  10.0
2021-12-31 00:00:00  US     B    3   NaN
2021-12-31 00:00:00  CN     B    4   NaN

完全符合需求：每个国家对应分组和日期的num2被正确填充，无匹配的2021-12-31行num2留空（显示为NaN）。

内容的提问来源于stack exchange，提问作者Eric Fail