如何用pd.merge合并带滞后DatetimeIndex的Pandas多索引DataFrame

我明白你需要将df2的Attr_2列滞后一个月后，通过pd.merge合并到df1中。核心思路是先调整df2的日期索引，让它的日期向后偏移一个月，这样就能和df1的对应日期匹配上，再执行合并操作。

步骤详解 #

1. 确保日期为Datetime类型：首先要把两个DataFrame的日期索引转换为datetime类型，这样才能正确执行日期偏移操作。
2. 偏移df2的日期索引：将df2的每个日期都往后推一个月，让2010-12-31的数据对应到2011-01-31，正好匹配df1的下一个周期。
3. 执行左连接合并：使用left连接方式，保留df1的所有行，匹配不到的Attr_2会自动填充为NaN。

完整代码示例 #

假设你的df1和df2已经是date+ID的多索引结构，我们可以这样处理：

import pandas as pd

# 先将多索引中的date转为datetime类型（如果原本是字符串的话）
df1.index = pd.MultiIndex.from_tuples(
    [(pd.to_datetime(date), id_) for date, id_ in df1.index],
    names=['date', 'ID']
)
df2.index = pd.MultiIndex.from_tuples(
    [(pd.to_datetime(date), id_) for date, id_ in df2.index],
    names=['date', 'ID']
)

# 对df2的日期索引执行月度偏移
new_dates = df2.index.get_level_values('date') + pd.DateOffset(months=1)
# 重新构建df2的多索引，替换为偏移后的日期
df2_lagged = df2.set_index([new_dates, df2.index.get_level_values('ID')])

# 基于多索引执行左连接合并
result = pd.merge(df1, df2_lagged, left_index=True, right_index=True, how='left')

print(result)

输出验证 #

执行上述代码后，会得到你期望的结果：

Attr_1    Attr_2
date       ID                    
2010-12-31 13       A       NaN
           9        B       NaN
           1        C       NaN
2011-01-31 13       D -0.124409
           9        E  0.555959
           1        F -0.705634

补充说明 #

• 如果你的date索引已经是DatetimeIndex类型，可以跳过第一步的类型转换，直接执行日期偏移。
• 使用pd.DateOffset(months=1)能准确处理月末日期的偏移（比如12/31加一个月自动变为1/31），比pd.Timedelta更适合月度周期的偏移场景。

内容的提问来源于stack exchange，提问作者akr24