如何匹配两个DataFrame的相同ID并查找距离给定日期最接近的日期

思路 #

• 统一两个DataFrame的Date列格式为datetime类型，避免日期计算出错
• 以ID为关联键合并两个表，让df1的每条数据都关联上df2中同ID的所有日期数据
• 计算df2日期与df1对应日期的绝对差值
• 按df1的ID和原始日期分组，取差值最小的对应df2日期即为最接近日期

代码实现 #

import pandas as pd

# 转换日期列为datetime格式，核心步骤不可省略
df1['Date'] = pd.to_datetime(df1['Date'])
df2['Date'] = pd.to_datetime(df2['Date'])

# 按ID关联两个表
merged_df = df1.merge(df2, on='ID', suffixes=('', '_df2'))

# 计算日期差绝对值
merged_df['diff'] = abs(merged_df['Date'] - merged_df['Date_df2'])

# 分组取差最小的行
res_df = merged_df.loc[merged_df.groupby(['ID', 'Date'])['diff'].idxmin()]

# 重命名列得到最终结果
res_df = res_df[['ID', 'Date', 'Date_df2']].rename(columns={'Date_df2': 'Closest Date'})

# 可选：将日期列转回字符串格式输出
# res_df[['Date', 'Closest Date']] = res_df[['Date', 'Closest Date']].dt.strftime('%Y-%m-%d')

运行上述代码代入你提供的示例数据，即可得到完全匹配的预期输出。

内容的提问来源于stack exchange，提问作者Sam