You need to enable JavaScript to run this app. 如何用pandas匹配另一dataframe中同id且早于目标日期的最近日期行
优惠活动
大模型
产品
解决方案
定价
更多

如何用pandas匹配另一dataframe中同id且早于目标日期的最近日期行

pandas实现方案

你可以用pandas内置的merge_asof方法高效实现需求,这是专门用于按最近值匹配的工具,比自定义循环或分组过滤性能高很多,具体步骤如下:

步骤1:导入依赖并构造测试数据

import pandas as pd
# 构造DataFrame1示例数据
df1 = pd.DataFrame([
    [1, '11-04-2022'],
    [1, '03-02-2011'],
    [2, '03-05-2222'],
    [3, '01-01-2001'],
    [4, '02-02-2012']
], columns=['id', 'date1'])
# 构造DataFrame2示例数据
df2 = pd.DataFrame([
    [1, '11-02-2222', 1, 3],
    [1, '11-02-1999', 3, 4],
    [1, '11-03-2022', 4, 5],
    [2, '22-03-4444', 5, 6],
    [2, '22-02-2020', 7, 8]
], columns=['id', 'date2', 'data', 'data2'])

步骤2:转换日期列为标准datetime类型

避免字符串比较出现逻辑错误,指定日期格式为日-月-年防止pandas解析出错:

df1['date1'] = pd.to_datetime(df1['date1'], format='%d-%m-%Y')
df2['date2'] = pd.to_datetime(df2['date2'], format='%d-%m-%Y')

步骤3:按规则排序两个DataFrame

merge_asof要求用于匹配的日期列必须为升序,且先按分组键id排序:

df1 = df1.sort_values(by=['id', 'date1']).reset_index(drop=True)
df2 = df2.sort_values(by=['id', 'date2']).reset_index(drop=True)

步骤4:执行最近日期匹配

设置direction='backward'表示匹配小于等于当前date1的最近date2,按id分组匹配:

result = pd.merge_asof(
    df1, 
    df2,
    by='id',
    left_on='date1',
    right_on='date2',
    direction='backward'
)

步骤5:过滤并格式化结果

如果需要严格要求date2早于date1,且去掉无匹配的行,可执行以下操作:

# 过滤严格早于date1的记录
result = result[result['date2'] < result['date1']]
# 去掉无匹配的空行
result = result.dropna(subset=['date2', 'data', 'data2']).reset_index(drop=True)
# 还原日期为原始字符串格式(可选)
result['date1'] = result['date1'].dt.strftime('%d-%m-%Y')
result['date2'] = result['date2'].dt.strftime('%d-%m-%Y')

最终输出的result就和你给出的预期格式完全一致。

内容的提问来源于stack exchange,提问作者jr123456jr987654321

相关产品推荐
方舟 Agent Plan

超全模态模型 × Harness 升级,最新支持 Deepseek-V4.1-Flash、GLM-5.3 系列、Doubao-Seedream-5.0-pro、Kimi-K3 (部分), 限时 9.9 元起

最近更新时间:2026.10.16 04:15:05