使用Pandas提取上月最近日期Last MTD数据：同日无销售场景

核心问题分析 #

当前用pd.merge严格匹配上月同日+商品，导致上月同日无数据时返回空值（后被填充为0），无法满足"取上月最近日期MTD"的需求。需要替换为基于最近日期匹配的逻辑，而非精确日期匹配。

解决方案代码 #

假设原始数据包含Date（日期）、Product（商品）、MTD（累计销售额）字段，实现代码如下：

import pandas as pd

# 1. 确保日期为datetime类型
df['Date'] = pd.to_datetime(df['Date'])

# 2. 生成每条数据对应的上月参考日期（当前日期减1个月）
df['last_month_ref'] = df['Date'] - pd.DateOffset(months=1)

# 3. 筛选出所有上月的销售数据，按商品+日期排序
last_month_df = df[
    (df['Date'].dt.year == df['last_month_ref'].dt.year) & 
    (df['Date'].dt.month == df['last_month_ref'].dt.month)
].sort_values(by=['Product', 'Date'])

# 4. 用merge_asof实现同商品下的最近日期匹配
final_df = pd.merge_asof(
    # 左表需按匹配键排序
    df.sort_values(by=['Product', 'last_month_ref']),
    last_month_df[['Product', 'Date', 'MTD']],
    left_on='last_month_ref',
    right_on='Date',
    by='Product',
    direction='backward'  # 取<=参考日期的最近日期记录
)

# 5. 整理结果列
final_df = final_df.rename(columns={'MTD_x': 'Current MTD', 'MTD_y': 'Last MTD'})
final_df = final_df[['Date', 'Product', 'Current MTD', 'Last MTD']]

关键逻辑说明 #

• pd.merge_asof：实现需求的核心函数，by='Product'保证仅在同商品内匹配，direction='backward'指定取小于等于参考日期的最大日期记录，正好对应"上月最近有数据的日期"。
• 日期筛选：确保只取当前日期对应的上月数据，避免跨月份匹配错误。
• 排序要求：merge_asof要求左右表都按by字段和日期字段排序，否则无法正确执行匹配逻辑。

效果验证 #

对应你的两个示例：

• 示例1：2022/10/02的Clothes数据，会自动匹配2022年9月中≤9月2日的最近有销售记录的日期的MTD值。
• 示例2：2022/10/03的Dining room数据，会匹配2022年9月中≤9月3日的最近有销售记录的日期的MTD值。

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