Pandas合并DataFrame：如何保留df_sales原行数并关联假期信息？

先排查核心原因 #

• 检查date列的数据类型是否一致：

  print(df_sales['date'].dtype, holidays_df['date'].dtype)
  

• 检查df_sales中date列的缺失值数量：

  print(df_sales['date'].isna().sum())
  

• 确认合并前后的行数：

  print("原销售数据行数:", len(df_sales))
  merged_df = df_sales.merge(holidays_df, on='date', how='left')
  print("合并后行数:", len(merged_df))
  

可靠的解决方案 #

方案1：用map直接映射（推荐） #

这种方法完全保证保留原数据行数，无匹配日期自动填充NaN：

# 将节假日表转为日期到标识的字典
holiday_dict = holidays_df.set_index('date')['is_holiday'].to_dict()
# 给销售数据添加休息日标识列
df_sales['is_holiday'] = df_sales['date'].map(holiday_dict)

方案2：修复合并问题 #

如果坚持用merge，先统一日期格式和类型：

# 统一转为datetime类型
df_sales['date'] = pd.to_datetime(df_sales['date'], errors='coerce')
holidays_df['date'] = pd.to_datetime(holidays_df['date'], errors='coerce')
# 执行左连接
merged_df = df_sales.merge(holidays_df, on='date', how='left')

如果存在隐形格式差异（如带时区、空格），可以转为字符串后合并：

# 转为字符串格式
df_sales['date_str'] = df_sales['date'].dt.strftime('%Y-%m-%d')
holidays_df['date_str'] = holidays_df['date'].dt.strftime('%Y-%m-%d')
# 按字符串日期合并，之后删除临时列
merged_df = df_sales.merge(holidays_df, on='date_str', how='left').drop('date_str', axis=1)

关键提示 #

左连接理论上不会减少左表行数，出现行数减少大概率是：

• date列存在无法匹配的隐形格式问题
• 合并后误执行了dropna()或其他过滤操作
• 原df_sales中存在重复行，合并后被意外去重（但这种情况行数通常会增加）

内容的提问来源于stack exchange，提问作者Дмитрий Баженов