如何基于最近时间点匹配两个pandas DataFrame以合并气象温度与负荷数据

你可以直接使用pandas内置的merge_asof方法实现需求，核心是设置direction='nearest'参数匹配时间差绝对值最小的记录，操作步骤如下：

1. 预处理校验 #

首先确保两个DataFrame的时间索引为datetime类型，且按时间升序排序（merge_asof要求输入必须按匹配的时间字段有序）：

import pandas as pd

# 索引转datetime格式，避免字符串索引导致匹配错误
dfweather.index = pd.to_datetime(dfweather.index)
dfload.index = pd.to_datetime(dfload.index)

# 按时间索引升序排序
dfweather = dfweather.sort_index()
dfload = dfload.sort_index()

2. 执行最近时间匹配 #

以dfload为左表，匹配dfweather的temp字段：

df_merged = pd.merge_asof(
    left=dfload,
    right=dfweather[["temp"]],  # 仅取需要的temp字段，避免其他列冲突
    left_index=True,
    right_index=True,
    direction="nearest"  # 核心参数：匹配时间差最小的记录，不限制前后
)

3. 可选增强配置 #

• 如果你有多个气象站点需要分别匹配，可以加by="station"参数（前提是dfload中也有station字段）
• 如果你需要限制最大匹配时间差，避免过远的时间匹配到错误数据，可以加tolerance参数：

# 示例：仅匹配前后30分钟以内的气象数据，超过时间差的temp返回空值
df_merged = pd.merge_asof(
    left=dfload,
    right=dfweather[["temp"]],
    left_index=True,
    right_index=True,
    direction="nearest",
    tolerance=pd.Timedelta(minutes=30)
)

按你给出的示例数据执行后，2017-01-01 00:20的dfload记录会正确匹配到最近的2017-01-01 00:52对应的temp值45.00，完全符合你的需求。

内容的提问来源于stack exchange，提问作者mathcomp guy