Pandas：从另一个DataFrame获取最近datetime对应的行号

嘿，你的需求其实用Pandas内置的merge_asof就能完美解决，完全不需要写逐行遍历的函数，而且代码简洁又高效！

核心思路 #

merge_asof是Pandas专门用来按最近的键值进行合并的工具，正好匹配你要找每个df1.datetime对应的df2中最近datetime行号的场景。它是矢量化操作，比逐行循环快得多，哪怕数据量小也更优雅。

具体步骤 #

1. 先确保两个DataFrame的datetime列是datetime类型（如果还不是的话）：

   df1['datetime'] = pd.to_datetime(df1['datetime'])
   df2['datetime'] = pd.to_datetime(df2['datetime'])
   

2. 因为merge_asof要求两个DataFrame都按匹配键（这里是datetime）排序，所以先排序：

   df1_sorted = df1.sort_values('datetime')
   df2_sorted = df2.reset_index().rename(columns={'index': 'nearest_barometer_row'}).sort_values('datetime')
   

   这里把df2的索引转成一列，方便合并后直接拿到行号。
3. 执行合并，设置direction='nearest'来匹配最近的datetime：

   df1 = pd.merge_asof(df1_sorted, df2_sorted, on='datetime', direction='nearest')
   

保留原df1顺序的小技巧 #

如果你不想改变df1原来的行顺序，可以先保存原索引，合并后再恢复：

# 保存原索引
df1['original_idx'] = df1.index

# 排序合并
df1_merged = pd.merge_asof(
    df1.sort_values('datetime'),
    df2.reset_index().rename(columns={'index': 'nearest_barometer_row'}).sort_values('datetime'),
    on='datetime',
    direction='nearest'
)

# 恢复原顺序并清理临时列
df1 = df1_merged.set_index('original_idx').sort_index().drop(columns='original_idx')

为什么你的get_loc尝试不行？ #

df.index.get_loc()是针对单个值查找位置的方法，它只能接受单个datetime值，不能直接传入Series（也就是df1的datetime列），所以没法批量处理所有行。而merge_asof就是专门为这种批量的“最近匹配”场景设计的，完美解决这个问题。

这个方法不管数据量大小都适用，既简洁又符合Pandas的矢量化操作风格，比逐行循环靠谱多啦！

内容的提问来源于stack exchange，提问作者Gotcat