Pandas合并股票CSV文件时hd值错位、匹配失败如何解决

问题原因分析 #

你遇到的三个问题核心原因如下：

• 合并错位、匹配失败：你使用字符串格式的日期作为匹配键，两个表的日期字符串可能存在格式歧义（比如日月顺序识别错误、前导零不一致等），导致大量匹配失败被填充为0。
• 可视化日期顺序混乱：Date/Time列存储为字符串类型，可视化工具会按字典序而非时间顺序排序，出现日期倒序、乱序问题。
• hd列位置不符合要求：默认合并后hd列会放在最后，需要手动调整列顺序。

修正后代码 #

import pandas as pd

# 1. 读取数据时统一解析日期为datetime类型，明确指定格式为日/月/年，避免歧义
data1 = pd.read_csv('ohlcv286.csv', parse_dates=['Date/Time'], date_parser=lambda x: pd.to_datetime(x, format='%d/%m/%Y'))
data2 = pd.read_csv('hd286.csv', parse_dates=['Date/Time'], date_parser=lambda x: pd.to_datetime(x, format='%d/%m/%Y'))

# 2. 左连接合并，用datetime类型的Ticker和Date/Time作为匹配键
merge_df = data1.merge(data2, on=['Ticker', 'Date/Time'], how='left').fillna(0)

# 3. 调整列顺序，将hd列放到Volume后面
col_order = ['Ticker', 'Date/Time', 'Open', 'High', 'Low', 'Close', 'Volume', 'hd']
merge_df = merge_df[col_order]

# 4. 导出前可将日期转为YYYY-MM-DD格式，避免后续工具识别错误，也可保留datetime格式按需选择
merge_df['Date/Time'] = merge_df['Date/Time'].dt.strftime('%Y-%m-%d')

# 5. 导出结果
merge_df.to_csv('exp.csv', index=False)

代码修改说明 #

• 读取数据时明确指定日期格式为%d/%m/%Y，彻底避免pandas自动识别时把月、日顺序搞反的问题，同时用datetime类型做匹配键，匹配准确率远高于字符串。
• 手动指定列顺序，确保hd列固定在Volume列之后。
• 导出时将日期转为YYYY-MM-DD的通用格式，所有可视化工具读取后都会按正确的时间顺序排序，不会再出现乱序问题。

内容的提问来源于stack exchange，提问作者testhink