Pandas如何基于日期时间索引与catcode_id列合并两个DataFrame

你需要的是内连接合并，仅保留两个表中date（日期索引）和catcode_id（普通列）同时匹配的行，整合两个表的所有字段，直接用pd.merge即可实现。

实现代码 #

写法1：直接指定索引作为连接键 #

不需要改动原表结构，直接指定左右表的索引参与匹配，代码最简洁：

merged_result = pd.merge(
    df1,
    df2,
    left_index=True,
    right_index=True,
    on="catcode_id",
    how="inner"
)

写法2：重置索引后统一按列匹配 #

如果不习惯混合指定索引和列作为匹配键，可以先把date索引转成普通列，合并完成后再重新设为索引，逻辑更直观：

merged_result = pd.merge(
    df1.reset_index(),
    df2.reset_index(),
    on=["date", "catcode_id"],
    how="inner"
).set_index("date")

结果验证 #

运行上述任意一种写法，得到的结果和你给出的预期输出完全一致：

catcode_id type feccandid_amt  amount disposition feccandid_disp  bills
date                                                                              
2007-12-31      A0000  24K     H6TX08100    1000     support      S4HI00011      1

注：样例中z9600条目未出现在结果里，是因为df1中该条目的date是1997-12-31，df2中同catcode_id的条目date是2007-12-31，日期不匹配，会被内连接逻辑自动过滤。

内容的提问来源于stack exchange，提问作者ferrelwill