如何查找pandas两个DataFrame时间范围内的缺失日期并生成新表

首先确保已经导入pandas库，且两个DataFrame的Dates列已转换为标准datetime格式，避免字符串匹配误差：

import pandas as pd

# 统一转换日期列格式
df_a['Dates'] = pd.to_datetime(df_a['Dates'])
df_b['Dates'] = pd.to_datetime(df_b['Dates'])

需求1：找出DataFrame B缺失的日期时间 #

直接通过集合匹配过滤即可得到所有B中缺失的时间点：

missing_times = df_a.loc[~df_a['Dates'].isin(df_b['Dates']), 'Dates']

输出的missing_times即为所有B中不存在、但A中有的缺失时间。

需求2：生成带完整时间序列的DataFrame C #

以A的完整时间为基准，左关联B的观测数据即可：

# 左连接保留A的所有时间，匹配B的对应数值
df_c = pd.merge(df_a, df_b, on='Dates', how='left')

# 可选操作：如果需要将缺失的观测值填充为指定值（比如填充0），可补充以下代码
df_c['Car'] = df_c['Car'].fillna(0).astype(int)

最终得到的df_c会保留A的所有时间，匹配到B的数值会正常展示，未匹配到的默认显示NaN，执行可选填充操作后可替换为你需要的数值。

内容的提问来源于stack exchange，提问作者Giorgos