Pandas基于两个日期列执行merge操作失败的问题咨询

• 变量名不匹配：你完成datetime类型转换的是df1、df2两个对象，但执行merge操作时使用的是df、hpi两个变量，其中至少一个变量的Date列仍为object类型，未完成类型转换，和你之前校验的对象不是同一个。
• 类型转换未生效：如果你确认merge用的变量就是转换后的对象，可能是执行pd.to_datetime()时没有将转换结果重新赋值给Date列，或者操作触发了pandas链式索引限制，修改未实际生效，运行merge时其中一列的类型仍为object。
• 时区不兼容：部分旧版本pandas中，带时区的datetime类型（dtype为datetime64[ns, 时区名]）会被识别为object类型，若两列Date一列带时区、一列不带时区，也会触发该报错。

1. 先校验实际参与merge的两个对象的Date列类型，确认不匹配的列：

print("df的Date列类型：", df['Date'].dtype)
print("hpi的Date列类型：", hpi['Date'].dtype)

2. 对类型为object的Date列重新执行转换，确保赋值生效：

# 按需对df或hpi的Date列做转换
df['Date'] = pd.to_datetime(df['Date'])
hpi['Date'] = pd.to_datetime(hpi['Date'])

3. 若为时区不兼容问题，统一两列的时区设置即可，比如统一转为无时区的datetime：

# 对带时区的列执行去除时区操作，这里假设hpi的Date列带时区
hpi['Date'] = hpi['Date'].dt.tz_localize(None)

4. 重新执行merge操作即可正常运行：

merged_df = pd.merge(df, hpi, how="left", on="Date")

内容的提问来源于stack exchange，提问作者Uzair