基于两个DataFrame的id和date匹配构建新DataFrame的求助

嘿，我懂你要的效果——把两个DataFrame里所有id+date的组合都保留下来，匹配上的行就把所有列合并，没匹配上的就给缺失列填NA，甚至还要处理同一个id+date在其中一个或两个表里重复的情况对吧？其实不用写复杂的for循环，用Pandas的merge函数就能完美搞定！

核心思路 #

你需要的是全外连接（Full Outer Join），它会保留两个DataFrame里所有的id+date组合：

• 如果某个组合在两个表里都存在，就把对应行的列全部合并；
• 如果只在一个表里存在，另一个表的列就填充NA；
• 当某个组合在其中一个或两个表里有重复行时，会自动生成对应的所有匹配行（比如你例子里df2有两个15 2006-11-12，会和df1里的同一组合各匹配一次，生成两行结果）。

具体代码 #

import pandas as pd

# 假设你的df1和df2已经创建完成
result_df = pd.merge(df1, df2, on=['id', 'date'], how='outer')

# 按id排序，让结果和你期望的顺序一致（可选）
result_df = result_df.sort_values(by='id').reset_index(drop=True)

# 查看结果
print(result_df)

为什么之前的merge没生效？ #

你之前用内连接（inner join）只会保留两个表里都有的id+date组合，而普通的外连接如果没指定正确的连接键（on=['id','date']），可能会按单一列连接，导致结果不符合预期。而上面的代码明确指定了用id和date作为联合连接键，并且用how='outer'触发全外连接，正好满足你的需求。

效果验证 #

运行这段代码后，你会得到和你期望完全一致的result_df：

• 匹配的行（比如12 2010-10-09）会合并所有列；
• 只在df1里有的组合（比如13 2009-09-10）会保留df1的列，df2的列填NA；
• 只在df2里有的组合（比如17 2017-10-11）会保留df2的列，df1的列填NA；
• 重复的组合（比如15 2006-11-12）会生成对应的两行合并结果。

内容的提问来源于stack exchange，提问作者Hanif