Pandas匹配另一DataFrame条件填充空值及ValueError报错求解

你遇到的ValueError: Can only compare identically-labeled Series objects报错核心原因是：

• 代码中df_buy['buy_price'] > df_day['20MA']是对两个长度、索引完全不匹配的Series做逐行比较，df_buy是8行买入记录，df_day是全量日线数据，pandas无法对应两行之间的匹配关系，因此抛出错误。

同时你原有代码还存在其他逻辑偏差：

• 筛选晚于买入日+2天的记录时，错误用了全量df_day的时间列，而非已经过滤完同标的的df_filt1的时间列，会导致筛选结果错误
• FCU规则是「收盘价低于10MA」，但你的逻辑写为「买入价高于20MA」，完全不符合需求定义
• 直接用.iloc[0]取值未做非空判断，如果没有符合条件的记录会直接报错
• 链式赋值df_buy['xxx'].loc[i]会触发SettingWithCopyWarning，可能导致赋值不生效

首先提前做时间格式统一预处理，避免循环内重复操作：

import pandas as pd

# 提前统一转换时间格式，提升执行效率
df_buy['Time'] = pd.to_datetime(df_buy['Time'])
df_day['Time'] = pd.to_datetime(df_day['Time'])

然后修改循环逻辑，完全匹配需求：

for idx, buy_row in df_buy.iterrows():
    # 筛选同标的的日线数据
    same_symbol_day = df_day[df_day['Symbol'] == buy_row['Symbol']].copy()
    # 筛选晚于买入日+2天的记录
    trade_start_time = buy_row['Time'] + pd.Timedelta(2, unit='d')
    valid_day = same_symbol_day[same_symbol_day['Time'] >= trade_start_time]
    # 按时间升序排序，保证取到的第一条是最早的符合条件记录
    valid_day.sort_values(by='Time', inplace=True)
    # 筛选收盘价低于10MA的FCU记录
    fcu_record = valid_day[valid_day['Close'] < valid_day['10MA']]
    # 非空判断，避免无符合记录时报错
    if not fcu_record.empty:
        first_fcu = fcu_record.iloc[0]
        # 用loc直接赋值避免链式赋值警告
        df_buy.loc[idx, 'date_FCU_10dMA'] = first_fcu['Time']
        df_buy.loc[idx, 'price_FCU_10dMA'] = first_fcu['Close']

内容的提问来源于stack exchange，提问作者Trippy Dippy