如何为股票DataFrame按Ticker匹配另一DataFrame的最近日期？

现有两个以Date和Ticker为复合索引的DataFrame：

第一个DataFrame（收盘价数据） #

第二个DataFrame（额外日期数据） #

需要在第一个DataFrame中新增Closest_Date列，存储对应Ticker在第二个DataFrame中与当前Date最接近的日期，最终输出如下：

避免手动循环，利用pandas的分组和向量化操作高效完成：

import pandas as pd

# 构造示例数据（实际使用时替换为你的真实DataFrame）
df_close = pd.DataFrame({
    'Date': ['2020-03-20', '2021-01-19', '2022-01-19', '2023-01-20', '2023-01-20'],
    'Ticker': ['NVDA', 'AAPL', 'MSFT', 'AAPL', 'MSFT'],
    'Close': [99, 100, 110, 101, 111]
}).set_index(['Date', 'Ticker'])

df_data = pd.DataFrame({
    'Ticker': ['AAPL', 'AAPL', 'MSFT', 'MSFT', 'NVDA', 'NVDA', 'NVDA'],
    'Date': ['2023-01-10', '2022-11-19', '2022-06-17', '2021-01-25', '2019-12-01', '2019-08-19', '2019-01-22'],
    'Data': ['data']*7
}).set_index(['Ticker', 'Date'])

# 步骤1：重置索引并转换日期为datetime类型，确保日期计算准确
df_close_reset = df_close.reset_index().astype({'Date': 'datetime64[ns]'})
df_data_reset = df_data.reset_index().astype({'Date': 'datetime64[ns]'})

# 步骤2：按Ticker分组整理日期列表，避免重复查询
ticker_date_map = df_data_reset.groupby('Ticker')['Date'].apply(list).to_dict()

# 步骤3：定义函数查找最接近的日期，利用argmin快速定位最小差值
def get_closest(target_date, date_list):
    date_series = pd.Series(date_list)
    return date_series.iloc[(date_series - target_date).abs().argmin()]

# 步骤4：批量生成Closest_Date列
df_close_reset['Closest_Date'] = df_close_reset.apply(
    lambda x: get_closest(x['Date'], ticker_date_map[x['Ticker']]),
    axis=1
)

# 步骤5：还原为原复合索引结构
result_df = df_close_reset.set_index(['Date', 'Ticker'])
print(result_df)

关键说明 #

1. 日期类型转换：必须将Date转为datetime64类型，才能进行合法的日期差值计算。
2. 分组预存日期：通过groupby将每个股票的日期列表存入字典，避免每次查询都遍历整个DataFrame，大幅提升效率。
3. 向量化差值计算：使用(date_series - target_date).abs().argmin()替代循环比较，利用pandas/numpy的底层优化实现高效计算。

内容的提问来源于stack exchange，提问作者cam