Python如何删除两个DataFrame中按dt列不匹配的行

你遇到的报错不是列名不匹配导致的，根本原因有两个：

• 你直接对两个索引、行数大概率都不一致的Series（discussion['dt']和price['dt']）做逐行等值判断，pandas要求逐行比较的两个Series必须索引完全一致，不符合要求就会抛出你看到的ValueError。
• 两个DataFrame的dt列格式本身也不一致：第一个price的dt是无时区、精确到天的日期格式，第二个discussion的dt是带时区、精确到秒的时间格式，直接匹配也不会得到正确结果。

步骤1：统一dt列的格式和粒度 #

首先根据你的匹配需求统一时间粒度，示例分为两种场景：

场景1：按天匹配 #

import pandas as pd

# 将两个dt都转成datetime格式后取日期粒度，消除时区和时分秒的差异
price['dt'] = pd.to_datetime(price['dt']).dt.date
discussion['dt'] = pd.to_datetime(discussion['dt']).dt.date

场景2：按精确到秒的时间匹配 #

import pandas as pd

# 统一转成无时区的datetime格式
price['dt'] = pd.to_datetime(price['dt'])
discussion['dt'] = pd.to_datetime(discussion['dt']).dt.tz_localize(None)

步骤2：执行匹配过滤 #

方案A：保留两个表的所有匹配列 #

用pandas内连接直接得到两边都匹配的合并结果：

merged_df = pd.merge(discussion, price, on='dt', how='inner')

方案B：单独过滤单个表的匹配行 #

如果只需要保留某一个表中能匹配上的行，用isin方法实现：

# 过滤得到能和price表匹配的discussion行
filtered_discussion = discussion[discussion['dt'].isin(price['dt'].unique())]
# 过滤得到能和discussion表匹配的price行
filtered_price = price[price['dt'].isin(discussion['dt'].unique())]

内容的提问来源于stack exchange，提问作者YanRemes