如何通过paypal_data过滤df_new？过滤created_at仅匹配年月日

下面是基于Pandas的具体实现步骤，直接可用：

• 先把两个表的created_at转成标准日期时间格式（如果还不是的话）：

  import pandas as pd
  
  # 转换为datetime类型，若原格式特殊可加format参数，比如format='%Y-%m-%d %H:%M:%S'
  df_new['created_at'] = pd.to_datetime(df_new['created_at'])
  paypal_data['created_at'] = pd.to_datetime(paypal_data['created_at'])
  

• 提取纯日期列（只保留年、月、日，忽略时分秒）：

  df_new['date_only'] = df_new['created_at'].dt.date
  paypal_data['date_only'] = paypal_data['created_at'].dt.date
  

• 执行过滤，两种常用方法选一种就行：
  方法1：用isin筛选匹配日期的行

  # 先取paypal_data里的唯一日期，避免重复判断
  target_dates = paypal_data['date_only'].unique()
  filtered_df = df_new[df_new['date_only'].isin(target_dates)]
  

  方法2：用内连接merge实现过滤

  # 只关联date_only列，去重后保留原df_new的结构
  filtered_df = pd.merge(df_new, paypal_data[['date_only']], on='date_only', how='inner')
  filtered_df = filtered_df.drop_duplicates(subset=df_new.columns)
  

• 可选：删掉临时的date_only列

  filtered_df = filtered_df.drop('date_only', axis=1)
  

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