如何基于日期合并不同格式日期的数据集？解决resample报错问题

错误原因 #

你遇到的TypeError是因为rank_date列是object（字符串）类型，即便将其设为DataFrame索引，它也只是普通的Index对象，而resample方法仅支持DatetimeIndex、TimedeltaIndex或PeriodIndex类型的索引，因此无法执行重采样操作。

分步解决方法 #

1. 将rank_date转换为datetime格式 #

先把字符串类型的日期列转为datetime类型，确保后续索引符合resample的要求：

# 根据你的rank_date实际格式调整format参数，比如'%Y-%m-%d'对应"2024-05-20"这类格式
rank['rank_date'] = pd.to_datetime(rank['rank_date'], format='%Y-%m-%d', errors='coerce')

• errors='coerce'会把无法识别的日期字符串转为NaT（缺失时间值），后续可根据需求处理这些缺失值。

2. 执行重采样与填充操作 #

转换完成后，再运行你原来的分组重采样代码，此时索引已是DatetimeIndex，resample可正常工作：

rank = rank.set_index(['rank_date']).groupby(['country_full'], group_keys=False).resample('D').first().fillna(method='ffill').reset_index()

3. 基于日期合并两个数据集 #

现在两个数据集的日期列都是datetime格式，直接用merge方法合并即可。假设第一个数据集的日期列名为date，第二个的日期列是处理后的rank_date：

# how参数可根据需求选择：inner（交集）、left（保留第一个数据集所有行）、right（保留第二个数据集所有行）、outer（并集）
merged_df = pd.merge(first_df, rank, left_on='date', right_on='rank_date', how='inner')

内容的提问来源于stack exchange，提问作者Yash Salvi