Pandas如何实现双条件数据集关联 含从日期列提取年份匹配场景

首先需要先从df的aufdat列提取出可与jahr匹配的年份字段，有两种实现方式：

• 方式一：转换为日期类型提取（推荐，兼容性更强）
  先把字符串格式的aufdat解析为pandas日期类型，再提取4位年份：

  import pandas as pd
  # 按%d.%m.%y %H:%M格式解析日期，自动处理两位年转4位年
  df['aufdat_jahr'] = pd.to_datetime(df['aufdat'], format='%d.%m.%y %H:%M').dt.year
  

• 方式二：直接截取字符串子串（性能更高，适合格式固定的场景）
  你的aufdat格式固定为日.月.年 时:分，年份部分固定在第7、8位字符（索引从0开始是6、7位），直接截取后补前缀转整数即可：

  # 截取子串拼接20后转为整数，适合所有2000年后的日期
  df['aufdat_jahr'] = ('20' + df['aufdat'].str.slice(6,8)).astype(int)
  

完成年份字段提取后，直接在merge方法中传入两组关联键即可实现双条件关联，左右关联键的顺序要一一对应：

df_merged = df.merge(
    newDict['second'],
    left_on = ['nrkreis_nr', 'aufdat_jahr'],
    right_on = ['nr', 'jahr'],
    how = 'inner'
)

如果不需要保留中间生成的aufdat_jahr字段，关联后删除即可：

df_merged.drop('aufdat_jahr', axis=1, inplace=True)

内容的提问来源于stack exchange，提问作者x89