如何合并日度与小时级日期索引的Pandas DataFrame？

我有一份小时级价格数据集，先通过以下代码生成了每日最低价格的DataFrame：

df_min = df_hour_0[['Price_REG1', 'Price_REG2', 'Price_REG3', 
                 'Price_REG4']].between_time('00:00', '23:00').resample('d').min()

生成的df_min结构如下：

Price_REG1  Price_REG2  Price_REG3  Price_REG4
date                                                      
2020-01-01 00:00:00     25.07       25.07       25.07       25.07
2020-01-02 00:00:00     12.07       12.07       12.07       12.07
2020-01-03 00:00:00     0.14        0.14        0.14        0.14
2020-01-04 00:00:00     3.83        3.83        3.83        3.83
2020-01-05 00:00:00     25.77       25.77       25.77       25.77

现在要把这个每日最低价格表和24个小时级DataFrame（比如hour_0）合并，hour_0结构示例：

Price_REG1  Price_REG2  ...  Price_24_3  Price_24_4
date                                         ...                        
2020-01-01 00:00:00       30.83       30.83  ...         NaN         NaN
2020-01-02 00:00:00       24.81       24.81  ...       25.88       25.88
2020-01-03 00:00:00       24.39       24.39  ...       27.69       27.69
2020-01-04 00:00:00       22.04       22.04  ...       25.70       25.70
2020-01-05 00:00:00       25.77       25.77  ...       27.37       27.37

用pd.concat合并时：

df_hour_0 = pd.concat([df_hour_0, df_min, df_max], axis=1)

只有日期为0点的hour_0能正常合并，其他小时的DataFrame（比如日期是2020-01-01 01:00:00）因为索引日期不匹配，合并后出现大量NaN：

Price_REG1  Price_REG2  ...  Price_3_min  Price_4_min
date                                         ...                         
2020-01-01 00:00:00         NaN         NaN  ...          NaN          NaN
2020-01-01 01:00:00       28.78       28.78  ...          NaN          NaN
2020-01-02 00:00:00         NaN         NaN  ...        30.83        30.83
2020-01-02 01:00:00       12.07       12.07  ...          NaN          NaN
2020-01-03 00:00:00         NaN         NaN  ...        31.20        31.20

尝试重置索引并删除日期列也没用，只会把df_min插到目标表底部，现在需要保留日期索引的有效合并方案。

核心思路是将每日级别的df_min/df_max广播到对应日期的所有小时行上，确保索引匹配，具体有两种实现方式：

方式1：利用merge按日期键匹配 #

1. 先处理每日最值表的索引，只保留日期部分：

# 转换df_min的索引为纯日期类型
df_min.index = df_min.index.date
# 对df_max执行同样操作
df_max.index = df_max.index.date

2. 为每个小时级DataFrame添加日期匹配键：

# 以任意小时级df（比如hour_1）为例，提取索引的日期部分作为匹配键
hour_1['date_key'] = hour_1.index.date

3. 按日期键合并数据，保留原小时级索引：

# 合并df_min，添加_min后缀避免列名重复
hour_1 = hour_1.merge(df_min.add_suffix('_min'), left_on='date_key', right_index=True, how='left')
# 合并df_max，添加_max后缀
hour_1 = hour_1.merge(df_max.add_suffix('_max'), left_on='date_key', right_index=True, how='left')
# 可选：删除临时的date_key列
hour_1 = hour_1.drop('date_key', axis=1)

方式2：直接用索引映射关联 #

无需新增列，直接通过小时级索引的日期部分映射到每日最值：

# 为每日最值表的列添加后缀
df_min = df_min.add_suffix('_min')
df_max = df_max.add_suffix('_max')

# 把小时级df的索引日期映射到对应每日最值行，再合并
hour_1 = pd.concat([
    hour_1,
    hour_1.index.date.map(df_min.loc).reset_index(drop=True),
    hour_1.index.date.map(df_max.loc).reset_index(drop=True)
], axis=1)

两种方式都能让当天所有小时的行匹配到对应的每日最低/最高价格，不会出现NaN，同时完整保留原有的小时级日期索引。

内容的提问来源于stack exchange，提问作者user20050294