如何依据Time与DayYear_Count列值合并两个DataFrame？

我有如下两个Pandas DataFrame：

df1：

DayYear_Count      Time
0                                           
2018-03-26 00:00:00             84  00:00:00
2018-03-26 01:00:00             84  01:00:00
2018-03-26 02:00:00             84  02:00:00
2018-03-26 03:00:00             84  03:00:00
2018-03-26 04:00:00             84  04:00:00

df2：

Time       Temp  DayYear_Count
0      00:00:00   6.065167             84
1      01:00:00   5.692167             84
2      02:00:00   5.151917             84
3      03:00:00   4.636500             84
4      04:00:00   4.277417             84

需求是将这两个DataFrame合并，要求按Time和DayYear_Count两列完全匹配，仅从df2中提取对应匹配行的Temp列数据，合并后保留df1的索引和原有列，最终预期效果示例如下：

DayYear_Count      Time     Temp  
0                                           
2018-03-26 00:00:00             84  00:00:00   6.065
2018-03-26 01:00:00             84  01:00:00   3.055
2018-03-26 02:00:00             84  02:00:00   NaN

解决方案 #

可以使用Pandas的merge()方法，指定合并键为Time和DayYear_Count，并设置合并方式为左连接（保留df1的所有行），最后按需整理列顺序：

import pandas as pd

# 执行合并
merged_df = pd.merge(df1, df2[['Time', 'DayYear_Count', 'Temp']], 
                    on=['Time', 'DayYear_Count'], 
                    how='left')

# 保留原df1的列顺序（可选操作）
merged_df = merged_df[['DayYear_Count', 'Time', 'Temp']]

# 查看合并结果
print(merged_df)

代码说明 #

• on=['Time', 'DayYear_Count']：指定以这两列作为匹配依据，仅当两列值完全一致时才会匹配对应行
• how='left'：采用左连接逻辑，保留df1的全部行，若df2中无匹配项，Temp列会自动填充NaN
• df2[['Time', 'DayYear_Count', 'Temp']]：提前筛选df2的必要列，避免合并后出现冗余列

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