合并两个DataFrame时原含NaT的行合并后关联字段设为NaN

解决方法 #

核心逻辑是先以df1为基准左连接df2的对应字段，再对df1中other_date为NaT的行单独处理type值：

1. 执行左连接，关联键为ID和updated_date，仅从df2中取出需要的type字段即可，避免两个表的other_date字段冲突

import pandas as pd

# 左连接完整保留df1的所有行
merged_df = df1.merge(
    df2[["ID", "updated_date", "type"]],
    on=["ID", "updated_date"],
    how="left"
)

2. 将原df1中other_date为NaT的行对应的type字段设置为空值

merged_df.loc[merged_df["other_date"].isna(), "type"] = pd.NA

结果验证 #

执行上述代码后输出merged_df即可得到预期结果：

ID updated_date other_date type
0  11   2019-04-03 2019-04-09    C
1  11   2019-05-02 2019-05-14    C
2  11   2019-05-20 2019-06-05    D
3  11   2019-03-03        NaT <NA>

内容的提问来源于stack exchange，提问作者big_soapy