如何基于行名的公共片段合并两个Data Frame

核心逻辑是先从两个DataFrame的行名中提取公共前缀作为关联匹配键，再基于该键完成合并，以下是Python Pandas环境下的具体实现：

• 第一步：为两个DataFrame分别新增关联键列，提取行名-分隔符前的公共前缀作为键值
  假设第一个存Ask Price的DataFrame名为df_ask，第二个存Strike Price的名为df_strike，代码如下：

  # 提取-前的公共前缀作为合并键
  df_ask['merge_key'] = df_ask.index.str.split('-').str[0]
  df_strike['merge_key'] = df_strike.index.str.split('-').str[0]
  

• 第二步：基于公共键执行合并，可按需选择合并模式：两个前缀完全一一对应选inner内连接，需要保留所有存在的前缀选outer外连接

  # 内连接合并，仅保留两个表都有的前缀对应数据
  merged_df = df_ask.merge(df_strike, on='merge_key', how='inner')
  

• 第三步（可选）：如果需要恢复行名格式，可将合并键设为新索引

  merged_df = merged_df.set_index('merge_key')
  

如果行名的分隔规则不统一，也可以用正则精准提取固定格式的公共部分作为匹配键，比如匹配Call.Dec.四位年份的规则：

df_ask['merge_key'] = df_ask.index.str.extract(r'(Call\.Dec\.\d{4})', expand=False)

如果是R语言场景，逻辑完全一致：用stringr包提取公共键后，调用dplyr包的inner_join等函数合并即可。

内容的提问来源于stack exchange，提问作者DeltaDelta