Pandas merge按Date字段合并不生效、左表df1无变化是什么原因？

• 未对merge返回结果赋值
  Pandas的merge方法不属于inplace操作，执行df1.merge(df2, on='Date')时只会返回合并后的新DataFrame，不会修改原有df1的内容。需要显式赋值才能更新原变量：

  df1 = df1.merge(df2, on='Date')
  

• Date列存在隐式值差异
  即便两个表的Date列都为datetime格式，也可能存在肉眼不可见的差异导致匹配失败：
  • 时区不一致：例如一个是带时区的datetime64[ns, UTC]类型，另一个是无时区的datetime64[ns]类型
  • 时间精度差异：例如一个列精确到秒，另一个列带有毫秒/微秒尾数，打印时被隐藏不会显示
    可通过pd.testing.assert_series_equal(df1['Date'], df2['Date'])校验两个日期列是否完全相等。
• 合并后列名添加了默认后缀
  如果两个表除了Date列之外还有其他重名列，合并时Pandas会自动给重名列添加_x（左表）、_y（右表）后缀，原右表的列名不会直接出现，容易误以为没有新增列。可通过suffixes参数自定义后缀避免混淆：

  df1.merge(df2, on='Date', suffixes=('_left', '_right'))
  

• 合并模式导致无匹配内容被丢弃
  merge默认使用how='inner'内连接模式，如果两个表的Date列没有完全匹配的取值，合并结果会为空；如果使用how='left'左连接，右表无匹配项时合并结果就和原左表完全一致，不会新增右表的列内容。

内容的提问来源于stack exchange，提问作者keizee