在R中按多条件合并数据：带指定日期的Return值匹配查询

Excel 实现方法 #

方法1：使用XLOOKUP（Excel 365/2021及以上版本） #

在Table1的「Return」列第一个单元格输入公式，Excel会自动溢出填充到所有行：

=XLOOKUP([@Identifier], Table2[Identifier], Table2[Return], "无匹配", , Table2[Date]="28/02/2006")

参数说明：

• [@Identifier]：当前行的Identifier值
• Table2[Identifier]：Table2的Identifier列作为匹配键
• Table2[Return]：需要返回的目标列
• "无匹配"：匹配失败时显示的内容（可根据需求修改）
• Table2[Date]="28/02/2006"：额外筛选条件，仅匹配Table2中日期为28/02/2006的行

方法2：使用INDEX+MATCH组合（兼容所有Excel版本） #

输入以下数组公式，旧版本需按Ctrl+Shift+Enter完成输入，新版本直接回车即可：

=INDEX(Table2[Return], MATCH(1, ([@Identifier]=Table2[Identifier])*(Table2[Date]="28/02/2006"), 0))

原理：通过([@Identifier]=Table2[Identifier])*(Table2[Date]="28/02/2006")生成一个布尔数组，只有同时满足两个条件的位置为1，MATCH找到第一个1的位置，再用INDEX返回对应Return值。

Python Pandas 实现方法 #

通过过滤Table2的指定日期数据，再与Table1左连接，保留所有Identifier并匹配对应Return值：

import pandas as pd

# 读取数据表（假设已读取为DataFrame，此处为示例）
table1 = pd.DataFrame({'Identifier': ['ID001', 'ID002', 'ID003']})
table2 = pd.DataFrame({
    'Date': ['28/02/2006', '28/02/2006', '01/03/2006'],
    'Identifier': ['ID001', 'ID003', 'ID002'],
    'Return': [0.05, 0.02, 0.03]
})

# 转换日期格式并筛选指定日期的数据
table2['Date'] = pd.to_datetime(table2['Date'], format='%d/%m/%Y')
filtered_table2 = table2[table2['Date'] == pd.to_datetime('2006-02-28')]

# 左连接两表，保留Table1所有Identifier
result = table1.merge(filtered_table2[['Identifier', 'Return']], on='Identifier', how='left')

# 输出结果
print(result)

执行后会得到包含Identifier和对应Return的结果，匹配不到的Return值显示为NaN，可通过fillna()方法替换为指定内容。

SQL 实现方法 #

使用LEFT JOIN关联两表，同时添加日期筛选条件，确保仅匹配指定日期的Return值：

SELECT 
    t1.Identifier,
    t2.Return
FROM Table1 t1
LEFT JOIN Table2 t2 
    ON t1.Identifier = t2.Identifier
    AND t2.Date = '28/02/2006';

注意：若数据库对日期格式有要求，需转换格式后匹配，例如MySQL中可使用STR_TO_DATE函数：

SELECT 
    t1.Identifier,
    t2.Return
FROM Table1 t1
LEFT JOIN Table2 t2 
    ON t1.Identifier = t2.Identifier
    AND STR_TO_DATE(t2.Date, '%d/%m/%Y') = '2006-02-28';

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