如何在Pandas中按date列匹配将df_2的Volume列复制到df_1？

步骤1：初始化目标列 #

先给df_1新增一个空的Volume列，用于存储匹配后的数据：

import pandas as pd

# 示例数据（可替换为你的实际DataFrame）
df_1 = pd.DataFrame({
    'date': ['2023-01-01', '2023-01-02', '2023-01-03'],
    'other_col': [100, 200, 300]
})

df_2 = pd.DataFrame({
    'date': ['2023-01-01', '2023-01-03', '2023-01-04'],
    'Volume': [5000, 7000, 9000]
})

# 初始化Volume列为缺失值
df_1['Volume'] = pd.NA

步骤2：遍历df_1匹配赋值 #

方法1：直接遍历筛选（适合小数据量）

用itertuples()遍历df_1，逐行匹配df_2的date并赋值：

for row in df_1.itertuples():
    # 筛选df_2中date匹配的行
    match_row = df_2[df_2['date'] == row.date]
    if not match_row.empty:
        # 取第一个匹配的Volume值（若有多个匹配可按需调整）
        df_1.at[row.Index, 'Volume'] = match_row['Volume'].iloc[0]

方法2：字典映射提速（适合大数据量）

先把df_2转成date到Volume的映射字典，避免每次遍历都重复筛选，提升效率：

# 构建date-Volume映射字典（假设df_2中date唯一）
volume_dict = df_2.set_index('date')['Volume'].to_dict()

# 遍历赋值
for row in df_1.itertuples():
    # 用get方法，匹配不到则保留缺失值
    df_1.at[row.Index, 'Volume'] = volume_dict.get(row.date, pd.NA)

最终效果 #

处理后df_1的结果：

date  other_col  Volume
0  2023-01-01        100  5000.0
1  2023-01-02        200     NaN
2  2023-01-03        300  7000.0

内容的提问来源于stack exchange，提问作者John David Deatherage