如何基于公共索引配对合并两个带DatetimeIndex的pandas DataFrame

你之前的代码返回全False是因为isin()的传参错误：
isin()需要传入由待匹配值组成的可迭代对象，你写的[df2.index]是把整个DatetimeIndex对象作为单个元素放进了列表，相当于要在df1的索引里找值等于「整个df2索引对象」的项，自然没有任何匹配结果。

以下两种方法都可以得到你需要的结果，按需选择即可：

• 方法1：内连接合并（推荐，逻辑最简洁）
  直接用pandas的merge方法按索引做内连接，会自动保留两个DataFrame共有的索引行：

  import pandas as pd
  # 左右均用索引作为连接键，连接方式选inner（内连接，保留共有键）
  df = df1.merge(df2, left_index=True, right_index=True, how='inner')
  

• 方法2：修正索引筛选逻辑后拼接
  如果你习惯先筛选索引再拼接的写法，去掉isin()里多余的列表嵌套即可：

  # 直接传入df2.index作为匹配集合，不要额外套列表
  common_date_mask = df1.index.isin(df2.index)
  df1_common = df1[common_date_mask]
  # 按列方向拼接，自动对齐索引
  df = pd.concat([df1_common, df2], axis=1)
  

因为df1不存在缺失日期，最终返回的DataFrame行数和df2的有效行数一致，会保留原有的Value df1、Value df2两列，行索引为两个表共有的日期，和你给出的预期输出格式完全匹配。

内容的提问来源于stack exchange，提问作者jei L