Python中如何按日期匹配将行数据转为新列合并到指定DataFrame

你遇到的列重复问题核心是多次merge时未提前对非主键列重命名，导致同名字段冲突，而且9家公司逐次merge的写法效率低易出错，推荐以下两种解决方案：

方案1：全量数据透视（更适合多公司场景，无需逐个处理） #

直接对原始全量数据集做行列转换，一次生成所有公司的特征列，不管是3家还是9家公司都可通用，完全避免列名冲突问题：

import pandas as pd

# 假设原始全量数据集为df
# 1. 透视转换为宽表，日期无匹配的字段默认填充0
df_wide = df.set_index(['date', 'd']).unstack(fill_value=0)
# 2. 合并多级列名为「特征_公司名」格式，如a_x、b_y
df_wide.columns = [f"{feature}_{company}" for feature, company in df_wide.columns]
df_wide = df_wide.reset_index()

# 3. 仅保留x公司有数据的日期，匹配得到最终结果
df_result = df_x[["date"]].merge(df_wide, on="date", how="left")

方案2：逐次merge前提前重命名列（适合需要单独处理个别公司的场景） #

每次merge其他公司数据前，先把对应公司的特征列加上公司后缀，再做合并即可避免重名：

# 处理y公司数据
df_y = df[df["d"] == "y"].rename(columns={"a":"a_y", "b":"b_y", "c":"c_y"})
df_x = df_x.merge(df_y[["date", "a_y", "b_y", "c_y"]], on="date", how="left").fillna(0)

# 处理z公司数据
df_z = df[df["d"] == "z"].rename(columns={"a":"a_z", "b":"b_z", "c":"c_z"})
df_x = df_x.merge(df_z[["date", "a_z", "b_z", "c_z"]], on="date", how="left").fillna(0)

# 其余公司按相同逻辑处理即可

原代码问题说明 #

你之前的写法在第一次merge时，suffixes=['_x', '_y']只会给当次merge的同名字段加后缀，第二次merge时df_z的a/b/c字段和df_x里已有的x公司a/b/c字段重名，suffixes第一个参数设为空，就会出现列重复或原有字段被覆盖的问题，提前统一重命名就能避免。

内容的提问来源于stack exchange，提问作者Hale