如何基于日期列正确合并两个不同大小的DataFrame？

你遇到的问题大概率是两个DataFrame的date列数据类型或格式不统一导致的——虽然你说第二个的日期都包含在第一个里，但如果一个是字符串、一个是datetime类型，或者日期格式（比如2023/10/01和2023-10-01）不一样，merge时就没法正确对齐，最后出现先3764行匹配数据、再20行空数据的情况。

直接按下面的步骤修改：

• 第一步：统一date列的类型为datetime，确保格式一致

# 转换为datetime类型，如果你的日期有特定格式，比如'%Y-%m-%d %H:%M'，可以加上format参数
data['date'] = pd.to_datetime(data['date'])
one_min_df['date'] = pd.to_datetime(one_min_df['date'])

• 第二步：重新执行合并（因为第二个的日期全在第一个里，用how='left'和how='outer'结果一致，left更贴合需求）

data_df = pd.merge(data, one_min_df, on='date', how='left')

这样合并后，第一个DataFrame独有的日期对应的第二个DataFrame列值会自动填充NaN，且所有行都会按原有的日期顺序正确匹配。

内容的提问来源于stack exchange，提问作者boioboi