如何过滤DataFrame行以保留与另一DataFrame共有的日期记录

要过滤掉df1里不在df2日期列中的行，实现日期维度对齐，直接用成员判断做布尔索引即可，操作前先统一两表日期列的格式，避免类型不匹配导致筛选错误。

推荐实现方法 #

第一步先把两个表的日期列统一转为datetime类型，避免字符串格式、时间精度不一致的问题：

import pandas as pd

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

第二步用isin()方法筛选df1中日期存在于df2日期列的行：

df1_filtered = df1[df1['Date'].isin(df2['Date'])].reset_index(drop=True)

执行后得到的结果和预期完全一致：

可选替代方案 #

如果后续需要关联两表的其他字段，也可以用内连接的方式实现相同的过滤效果，仅保留共有日期的行：

# 只取df2的日期列做关联，避免带入df2的其他字段
df1_filtered = df1.merge(df2[['Date']], on='Date', how='inner')

注意：如果日期列带有时分秒信息，需要先将两表日期统一截断到日粒度再匹配，否则会因时分秒差异被判定为不匹配，截断操作可使用df['Date'] = df['Date'].dt.date或者df['Date'] = df['Date'].dt.normalize()完成。

内容的提问来源于stack exchange，提问作者tmrgn