如何用Python合并两个Excel工作表？现有代码无法正常运行

问题场景 #

Sheet1包含列：Date、Code、time，Sheet2包含列：Date、time、temp、dew，目标是按日期时间匹配合并两个表，但以下代码无法正常运行：

原代码 #

df1['Datetime'] = pd.to_datetime(df1['Date'] + ' ' + df1['time'])
df2['Datetime'] = pd.to_datetime(df2['Date'] + ' ' + df2['time'])
merged_df = pd.merge(df1, df2, on='Date', how='left')
merged_df = merged_df[merged_df['Datetime_y'] > merged_df['Datetime_x']]

问题排查 #

• 合并键错误：仅按Date列合并会导致同一日期下的所有行两两匹配，产生大量冗余数据，后续用Datetime_y > Datetime_x筛选的逻辑完全偏离“匹配对应时间记录”的需求。
• 时间匹配逻辑混乱：没有针对日期时间做精准匹配，反而用大于号筛选，无法实现预期的合并效果。
• 潜在格式风险：如果Date或time格式不规范，pd.to_datetime可能解析失败，直接导致后续操作报错。

修正方案 #

方案1：按合并后的Datetime列精准匹配 #

import pandas as pd

# 读取工作表
df1 = pd.read_excel('your_file.xlsx', sheet_name='Sheet1')
df2 = pd.read_excel('your_file.xlsx', sheet_name='Sheet2')

# 生成Datetime列，加入格式错误处理
df1['Datetime'] = pd.to_datetime(df1['Date'] + ' ' + df1['time'], errors='coerce')
df2['Datetime'] = pd.to_datetime(df2['Date'] + ' ' + df2['time'], errors='coerce')

# 按Datetime左合并，保留df1所有记录并匹配对应时间的数据
merged_df = pd.merge(df1, df2, on='Datetime', how='left')

# 清理冗余列并重命名（可选）
merged_df = merged_df.drop(columns=['Date_y', 'time_y'])
merged_df = merged_df.rename(columns={'Date_x': 'Date', 'time_x': 'time'})

方案2：直接按Date+time双列合并 #

如果不需要生成Datetime列，可直接用两列作为合并键：

import pandas as pd

df1 = pd.read_excel('your_file.xlsx', sheet_name='Sheet1')
df2 = pd.read_excel('your_file.xlsx', sheet_name='Sheet2')

# 同时按Date和time匹配，确保每一行的日期时间精准对应
merged_df = pd.merge(df1, df2, on=['Date', 'time'], how='left')

关键说明 #

• errors='coerce'参数会将解析失败的日期时间转为NaT，避免因格式问题导致程序崩溃。
• 左合并(how='left')会保留df1的所有记录，匹配不到的temp和dew字段会显示为NaN，符合常规合并需求。

内容的提问来源于stack exchange，提问作者user529674