如何合并不同结束日期的时间序列DataFrame并保留完整时间范围

你原来用的pd.merge默认是内连接（how='inner'），只会保留两个DataFrame中timestamp的交集部分，所以达不到保留完整时间范围的需求。下面给你两种可行的解决方案：

方法1：修改merge的连接方式为外连接 #

直接在merge时指定how='outer'，这样会保留所有timestamp，交集外的缺失列自动填充NaN：

两个DataFrame的情况 #

df_merged = pd.merge(df1, df2, on='timestamp', how='outer')

多个DataFrame批量合并（沿用你原来的reduce写法） #

from functools import reduce
df_to_merge = [df1, df2]
df_merged = reduce(lambda left, right: pd.merge(left, right, on='timestamp', how='outer'), df_to_merge)

方法2：利用索引对齐的concat方法 #

因为两个DataFrame采样频率相同，可以先把timestamp设为索引，再用concat按列合并，pandas会自动对齐所有时间索引，缺失值补NaN：

# 先设置timestamp为索引
df1_indexed = df1.set_index('timestamp')
df2_indexed = df2.set_index('timestamp')

# 按列合并后重置索引回原结构
df_merged = pd.concat([df1_indexed, df2_indexed], axis=1).reset_index()

两种方法都能得到你期望的结果：包含从最早的2010-10-07到最晚的2010-10-18的所有时间点，col1在df1没有的时间点显示NaN，col2在df2没有的时间点显示NaN。

内容的提问来源于stack exchange，提问作者prof32