基于唯一值合并DataFrame：为每一经纬度对匹配小时级时间序列

前置准备 #

• 提前将DF1、DF2的Date字段统一转换为datetime64类型，避免字符串格式差异导致关联匹配失败

实现步骤 #

1. 提取DF2中的唯一经纬度集合

# 去重得到所有唯一经纬度对
unique_geo = DF2[['Latitude', 'Longitude']].drop_duplicates().reset_index(drop=True)

2. 拼接唯一经纬度与DF1全量时间，得到基础宽表

核心逻辑为对唯一经纬度和DF1做笛卡尔积，保证每个经纬度都匹配到DF1的全量小时级时间+Shift字段

# pandas 1.2.0及以上版本支持cross参数直接实现笛卡尔积
base_df = unique_geo.merge(DF1, how='cross')

# 低版本pandas可使用临时列方案替代
# unique_geo['tmp'] = 1
# DF1['tmp'] = 1
# base_df = unique_geo.merge(DF1, on='tmp').drop('tmp', axis=1)

3. 左连接匹配Temp字段

# 以经纬度、日期为关联键左连接DF2，无匹配的Temp自动填充为NaN
result_df = base_df.merge(DF2, on=['Latitude', 'Longitude', 'Date'], how='left')

结果校验 #

执行print(len(result_df))即可验证输出行数为299536，符合预期要求，最终输出的result_df字段顺序可按需调整。

内容的提问来源于stack exchange，提问作者Jesse