pandas使用merge_asof多列匹配解决日期不完全对齐的关联问题

你当前使用merge_asof的参数写法不符合pandas的语法要求：merge_asof仅支持将单个时间/有序数值列放在left_on/right_on中做邻近匹配，分组等值匹配的字段（此处为symbol）必须放在by参数中，这是匹配失效的核心原因。

修正后匹配方案 #

场景1：按symbol分组，取df1日期最近的df2 acceptedDate对应记录 #

# 注意：merge_asof要求两个df必须先按by字段+时间匹配字段升序排序
df1_sorted = df1.sort_values(by=['symbol', 'date']).reset_index(drop=True)
df2_sorted = df2.sort_values(by=['symbol', 'acceptedDate']).reset_index(drop=True)

result = pd.merge_asof(
    df1_sorted, 
    df2_sorted[['symbol', 'acceptedDate', 'date']], # 仅提取df2需要的字段，避免列名冲突
    by='symbol', # 指定等值匹配的分组字段
    left_on='date', # df1用于邻近匹配的时间列
    right_on='acceptedDate', # df2用于邻近匹配的时间列
    direction='nearest', # 匹配与df1日期绝对距离最近的记录
    # 若需要限制最大日期间隔（比如最多允许差30天），可添加下面的参数
    tolerance=pd.Timedelta(days=30)
)
# 按需重命名字段，解决两个df都有date字段的冲突问题
result = result.rename(columns={'date_x': 'df1_original_date', 'date_y': 'df2_target_date'})

场景2：需要精确匹配日期、不需要邻近匹配 #

直接使用普通merge即可：

result = pd.merge(
    df1,
    df2,
    left_on=['symbol', 'date'],
    right_on=['symbol', 'acceptedDate'],
    how='left' # 可按需调整为inner/right等关联方式
)

注意事项 #

• 执行merge_asof前必须完成排序，否则会出现报错或匹配结果异常
• 可通过调整direction参数修改匹配逻辑：backward（找小于等于左表日期的最近记录）、forward（找大于等于左表日期的最近记录）
• 合理设置tolerance参数可以避免时间差过大的无效匹配，你示例中相差13天的场景如果属于业务允许范围，调整对应阈值即可完成匹配

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