Pandas合并月度/日度时间序列DataFrame并应用滞后值

之前的代码无法生效核心是三个逻辑错误：

• 对月度频率的df1直接调用shift(-30)是按行号偏移，不是按时间维度偏移30天，月度数据单月仅1行，偏移30行后所有值都会变成空值
• 普通merge要求关联键值完全相等，df1的Date是月度粒度（如2016-03）、df2的Date是日度粒度（如2016-03-21），格式不统一无法直接匹配
• merge_asof的传参顺序错误：该函数以左表为基准匹配右表，要以日度粒度对齐需要把df2放在左表位置，且必须先将两个表的Date列统一转换为datetime类型，否则时间匹配逻辑无法正常运行

前置处理 #

首先统一两个表的时间格式：

import pandas as pd

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

方案1：全列统一-30天滞后 #

直接通过merge_asof的时间匹配参数实现，不需要提前做shift操作，匹配逻辑完全按真实时间差计算：

out = pd.merge_asof(
    df2.sort_values('Date'),  # merge_asof要求关联键必须按升序排列
    df1.sort_values('Date'),
    on='Date',
    direction='forward',  # 匹配晚于当前日期的最近值，对应lag=-30的前置效果
    tolerance=pd.Timedelta(days=30)  # 匹配范围不超过30天，避免跨多月匹配
)

运行结果和示例预期完全一致：2016-03-21至2016-03-31的日度数据会匹配2016-04的月度值，2016-04-01起30天内的日度数据会匹配2016-05的月度值。

方案2：多列独立配置不同滞后期 #

针对需要给不同列设置不同滞后期的场景，逐列做时间偏移后匹配，避免行号偏移导致的错位问题：

# 按业务需求配置每列的滞后天数：负数为向前取未来N天的数据，正数为向后取历史N天的数据
lag_config = {
    'Col1': -30,
    'Col 2': -30,
    'Col 3': -7,  # 示例：Col3单独设置-7天滞后
    'Col 4': 0    # 示例：Col4不做滞后，直接按日期匹配
}

out = df2.sort_values('Date').copy()
for col, lag_days in lag_config.items():
    # 为当前列构造匹配用的时间偏移键
    temp_col_df = df1[['Date', col]].copy()
    temp_col_df['match_key'] = temp_col_df['Date'] - pd.Timedelta(days=lag_days)
    
    # 按偏移后的时间键做最近匹配
    match_res = pd.merge_asof(
        out[['Date']],
        temp_col_df[['match_key', col]],
        left_on='Date',
        right_on='match_key',
        direction='forward'
    )
    out[col] = match_res[col].values

该方案所有偏移计算基于真实日历时间，不受两个数据集的频率差、行数差影响，每列的匹配逻辑完全独立，调整滞后期只需要修改配置字典即可，不需要改动核心代码。

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