Pandas技术问题：基于两个DataFrame的共同Datetime生成新DataFrame

现有两个Pandas DataFrame（df1和df2），需生成一个与df1结构完全一致的新DataFrame，仅保留Datetime列值同时存在于两个DataFrame的行（注：相同Datetime在两个DataFrame中的索引可能不同）。

方法一：使用isin()快速筛选 #

这是最直观的实现方式，直接判断df1的Datetime是否在df2的Datetime集合中：

import pandas as pd

# 假设df1和df2已加载完成
# 筛选符合条件的行
new_df = df1[df1['Datetime'].isin(df2['Datetime'])]

方法二：使用merge()内连接 #

通过内连接自动保留双方共有的Datetime行，同时保留df1的全部列结构：

# 仅取df2的Datetime列进行连接，避免引入多余列
new_df = pd.merge(df1, df2[['Datetime']], on='Datetime', how='inner')

关键注意事项 #

• 确保Datetime类型一致：如果两个DataFrame的Datetime是字符串格式，必须保证格式完全匹配（包括毫秒、时区等）；更稳妥的方式是统一转换为datetime64类型：

  df1['Datetime'] = pd.to_datetime(df1['Datetime'])
  df2['Datetime'] = pd.to_datetime(df2['Datetime'])
  

内容的提问来源于stack exchange，提问作者Sorae