Python中如何将两个数据集的同日期匹配记录合并到其中一个数据集

你可以直接通过Pandas的左连接逻辑实现该需求，代码示例如下：
首先导入依赖并构造示例数据（如果已经读取了真实数据集可跳过构造步骤）：

import pandas as pd

# 构造df1示例数据
df1 = pd.DataFrame({
    'Date': ['2021-08-01', '2021-08-02', '2021-08-03', '2021-08-04', '2021-08-05'],
    'sales': [10000, 575, 12212, 902, 456],
    'product': ['a']*5
})

# 构造df2示例数据
df2 = pd.DataFrame({
    'Date': ['2021-08-03', '2021-08-04', '2021-08-05', '2021-08-06', '2021-08-07'],
    'sales': [1000, 435, 759, 9123, 642],
    'product': ['b']*5
})

核心处理逻辑：

# 重命名销售额列，避免合并时重名冲突
df1 = df1.rename(columns={'sales': 'sales_a'})
# 提取df2需要用于合并的列并重命名
df2_merge = df2.rename(columns={'sales': 'sales_b'})[['Date', 'sales_b']]

# 以df1为左表做左连接，保留df1全部行
result = pd.merge(df1[['Date', 'sales_a']], df2_merge, on='Date', how='left')

# 将未匹配到的sales_b空值填充为0，转换为整数格式
result['sales_b'] = result['sales_b'].fillna(0).astype(int)

执行后输出的result就是你需要的目标数据集。如果出现匹配失败的情况，先检查两个数据集的Date列格式是否完全一致。

内容的提问来源于stack exchange，提问作者Rachel