如何基于匹配的customer_email从DataFrame提取日期至目标DataFrame？

方法一：使用merge关联（推荐处理多对一/一对多场景） #

通过左连接保留data1的所有行，以customer_email为匹配键，提取data2中的observation日期：

import pandas as pd

# 仅选取data2中需要的列进行关联，避免冗余
merged_result = pd.merge(
    data1,
    data2[['customer_email', 'observation']],
    on='customer_email',
    how='left'
)

# 将匹配到的日期赋值给data1的date_first_order列
data1['date_first_order'] = merged_result['observation']

• how='left'保证data1的所有行都被保留，若data2中无对应邮箱，对应位置会填充NaN
• 若data2存在重复邮箱，可先去重再关联：

  # 保留每个邮箱最早的observation日期
  data2_clean = data2.drop_duplicates(subset='customer_email', keep='first')
  # 再用上述merge代码关联data2_clean
  

方法二：使用map快速匹配（适合一对一无重复场景） #

如果data2中每个邮箱仅对应一条记录，可将其转为字典后快速映射：

# 构建邮箱到日期的映射字典
email_date_map = data2.set_index('customer_email')['observation'].to_dict()

# 直接映射到data1的目标列
data1['date_first_order'] = data1['customer_email'].map(email_date_map)

额外注意事项 #

• 若日期格式不统一，先转换为datetime类型：

  data2['observation'] = pd.to_datetime(data2['observation'])
  data1['date_first_order'] = pd.to_datetime(data1['date_first_order'])
  

• 若匹配后存在NaN值，可根据需求填充（比如用data1中的其他日期字段，或固定值）：

  data1['date_first_order'] = data1['date_first_order'].fillna(pd.Timestamp('2000-01-01'))
  

内容的提问来源于stack exchange，提问作者user20716077