Python中如何跨DataFrame按ID和日期匹配数据生成新列

核心思路 #

先将宽格式的df2转为按「ID+日期」唯一标识的长格式，再通过双字段匹配和df1合并即可。

实现代码 #

1. 宽表转长表 #

import pandas as pd

# 转换df2宽表为可匹配的长格式
df2_long = df2.melt(
    id_vars = ["ID", "City"],
    var_name = "Date",
    value_name = "New"
)

2. 双字段合并匹配 #

# 按ID和Date两个字段左连接，得到带New列的df1
df1 = df1.merge(
    df2_long[["ID", "Date", "New"]],
    on = ["ID", "Date"],
    how = "left"
)

可选：日期格式统一（避免字符串匹配异常） #

如果两个表的日期存储格式有差异，先统一转成datetime类型再合并：

df1["Date"] = pd.to_datetime(df1["Date"], format="%d/%m/%Y")
df2_long["Date"] = pd.to_datetime(df2_long["Date"], format="%d/%m/%Y")

运行结果 #

最终得到的df1如下：

ID        Date  New
0   90  02/01/2021   14
1  101  01/01/2021   15
2   30  12/01/2021   13

内容的提问来源于stack exchange，提问作者Sriram