基于ID与日期双键合并Pandas DataFrame出现匹配异常求助

这种情况90%以上是合并键的数据类型不匹配导致的——看起来值完全一样，但底层数据类型不同，Pandas就认不出它们是匹配项。咱们一步步排查解决：

1. 先排查核心列的数据类型 #

首先运行下面的代码，确认两个DataFrame中ID和date列的类型：

# 查看df_pw6的列类型
print("df_pw6 列类型：")
print(df_pw6.dtypes)

print("\ndf_ex 列类型：")
print(df_ex.dtypes)

你大概率会看到以下两种不一致的情况：

• 日期列：一个是object（字符串）类型，另一个是datetime64[ns]类型
• ID列：一个是int（整数）类型，另一个是object（字符串）类型

另外提一句，你手动验证时写的df_ex.iloc[2,0]== df_pw6.iloc[1,1]是笔误（前者是2018-01-08，后者是2018-01-05，不可能相等），正确的匹配应该是df_ex.iloc[2,0] == df_pw6.iloc[2,1]和df_ex.iloc[2,1] == df_pw6.iloc[2,0]——但即使值看起来一致，类型不匹配的话，Pandas的merge还是会判定为不相等。

2. 针对性解决方法 #

情况A：日期列类型不一致 #

把两个DataFrame的date列统一转换为datetime类型：

df_pw6['date'] = pd.to_datetime(df_pw6['date'])
df_ex['date'] = pd.to_datetime(df_ex['date'])

情况B：ID列类型不一致 #

把两个DataFrame的ID列统一为相同类型（比如都转成整数）：

df_pw6['ID'] = df_pw6['ID'].astype(int)
df_ex['ID'] = df_ex['ID'].astype(int)

如果ID里存在非数字内容，也可以统一转成字符串：

df_pw6['ID'] = df_pw6['ID'].astype(str)
df_ex['ID'] = df_ex['ID'].astype(str)

3. 重新执行合并 #

类型统一后，再运行你的合并代码：

# 内连接（只保留匹配项）
df19 = pd.merge(df_pw6, df_ex, on=['date', 'ID'])

# 左连接（保留df_pw6所有行）
df19_left = pd.merge(df_pw6, df_ex, how='left', on=['date', 'ID'])

这时候应该就能得到预期的匹配结果了。

内容的提问来源于stack exchange，提问作者user88484