获取两个DataFrame的交集：保留共同列与行，原方法返回全NA求解析

我太懂你之前遇到这种情况的崩溃感了——本来想提取两个DataFrame共有的列和匹配日期的行，结果出来一整份全是NA的数据集，完全摸不着头脑。不过好在你已经找到了解决方案，我来复盘下可能导致你最初尝试失效的常见坑，也给其他踩坑的朋友指个方向：

可能导致全NA的核心原因 #

• 日期列格式不统一：这是最容易踩的雷！如果其中一个DataFrame的日期列是字符串类型，另一个是datetime类型，哪怕显示的日期完全一样，用isin()或者直接匹配时也会完全找不到重合项，直接导致过滤后无有效行，最终全是NA。比如一个是"2024-05-20"，另一个是pd.Timestamp("2024-05-20")，两者本质是不同的数据类型，无法匹配。
• 列名存在隐形差异：有时候列名看起来一模一样，但可能藏着空格、大小写不一致，甚至是全角/半角符号的区别。比如一个列名是"report_date "（末尾多了个空格），另一个是"report_date"，这时候取共同列时会漏掉，后续过滤自然没有有效数据。
• 过滤顺序搞反了：如果先按日期过滤行，再去对齐列，可能会因为列不匹配直接清空数据。正确的逻辑应该是先对齐共同列，再处理日期匹配。

靠谱的交集实现步骤（以Pandas为例） #

如果你的需求是仅保留两个DataFrame共有的列，以及日期列值相同的行，可以按这个流程来：

import pandas as pd

# 假设你的两个DataFrame是df_a和df_b，日期列名为"transaction_date"
# 1. 提取两个DataFrame的共同列名
shared_columns = list(set(df_a.columns) & set(df_b.columns))
# 确保日期列在共同列里（如果你的需求是按日期过滤，这一步很重要）
if "transaction_date" not in shared_columns:
    shared_columns.append("transaction_date")

# 2. 只保留共同列，对齐数据结构
df_a_clean = df_a[shared_columns]
df_b_clean = df_b[shared_columns]

# 3. 统一日期列格式（关键！必须确保两者类型一致）
df_a_clean["transaction_date"] = pd.to_datetime(df_a_clean["transaction_date"])
df_b_clean["transaction_date"] = pd.to_datetime(df_b_clean["transaction_date"])

# 4. 筛选出两个DataFrame共有的日期
matching_dates = df_a_clean["transaction_date"].isin(df_b_clean["transaction_date"])

# 5. 得到最终的交集数据集
df_intersection = df_a_clean[matching_dates]

# 如果需要的是**整行完全匹配**的交集（不止日期，其他列值也一致），可以用inner merge：
df_intersection_full = pd.merge(df_a_clean, df_b_clean, on=shared_columns, how="inner")

这个流程先解决了列名和数据格式的问题，再做行过滤，就能有效避免全NA的情况。

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