如何仅基于日和月合并DataFrame，匹配指定日期范围

这问题核心就是跨年份的月日匹配合并，用Pandas的日期处理功能就能轻松解决，我给你一步步拆解实现：

1. 先把日期列转为datetime类型 #

不管是df0还是df1，第一步必须把字符串格式的日期转成Pandas的datetime对象，这样才能方便提取月日信息。

import pandas as pd

# 先构造你提供的示例数据（方便直接测试）
df0 = pd.DataFrame({'date': ['12/30/2018', '12/31/2018', '1/1/2019', '1/2/2019', '1/3/2019']})
df1 = pd.DataFrame({
    'date': ['12/30/2017', '12/31/2017', '1/1/2017', '1/2/2017', '1/3/2017',
             '12/30/2017', '12/31/2017', '1/1/2017', '1/2/2017', '1/3/2017'],
    'loc': ['YYC']*5 + ['YYZ']*5,
    'temp': [5.07, 5.64, 3.43, 7.89, 2.49, 4.08, 7.40, 7.82, 8.33, 7.74]
})

# 转换日期列格式
df0['date'] = pd.to_datetime(df0['date'])
df1['date'] = pd.to_datetime(df1['date'])

2. 创建月日匹配键 #

接下来给两个DataFrame新增一个month_day列，存储统一格式的月-日字符串（比如12-30、01-01），这样就能完全忽略年份，只靠月日来匹配数据。

# 提取月日并统一格式为MM-DD，避免1月写成"1-1"这种不统一的情况
df0['month_day'] = df0['date'].dt.strftime('%m-%d')
df1['month_day'] = df1['date'].dt.strftime('%m-%d')

3. 基于month_day合并数据 #

现在用pd.merge()做左连接，保留df0的所有日期行，匹配df1中相同月日的记录：

# 合并数据，suffixes用来区分两个df中重名的date列
merged_df = pd.merge(df0, df1, on='month_day', how='left', suffixes=('_target', '_source'))

# 整理最终结果，保留需要的列
final_df = merged_df[['date_target', 'loc', 'temp']].rename(columns={'date_target': 'target_date'})

完整代码&运行结果 #

把上面的步骤整合起来，运行后得到的结果就是你想要的：

import pandas as pd

# 构造示例DataFrame
df0 = pd.DataFrame({'date': ['12/30/2018', '12/31/2018', '1/1/2019', '1/2/2019', '1/3/2019']})
df1 = pd.DataFrame({
    'date': ['12/30/2017', '12/31/2017', '1/1/2017', '1/2/2017', '1/3/2017',
             '12/30/2017', '12/31/2017', '1/1/2017', '1/2/2017', '1/3/2017'],
    'loc': ['YYC']*5 + ['YYZ']*5,
    'temp': [5.07, 5.64, 3.43, 7.89, 2.49, 4.08, 7.40, 7.82, 8.33, 7.74]
})

# 转换日期格式
df0['date'] = pd.to_datetime(df0['date'])
df1['date'] = pd.to_datetime(df1['date'])

# 创建月日匹配键
df0['month_day'] = df0['date'].dt.strftime('%m-%d')
df1['month_day'] = df1['date'].dt.strftime('%m-%d')

# 合并数据
merged_df = pd.merge(df0, df1, on='month_day', how='left', suffixes=('_target', '_source'))

# 整理最终结果
final_df = merged_df[['date_target', 'loc', 'temp']].rename(columns={'date_target': 'target_date'})

print(final_df)

输出结果： #

target_date loc  temp
0  2018-12-30  YYC  5.07
1  2018-12-30  YYZ  4.08
2  2018-12-31  YYC  5.64
3  2018-12-31  YYZ  7.40
4  2019-01-01  YYC  3.43
5  2019-01-01  YYZ  7.82
6  2019-01-02  YYC  7.89
7  2019-01-02  YYZ  8.33
8  2019-01-03  YYC  2.49
9  2019-01-03  YYZ  7.74

额外注意点 #

• 如果df0里有闰年的2月29日，而df1没有对应数据，合并后会出现NaN，你可以根据需求用fillna()处理。
• 要是怕strftime的格式问题，也可以用dayofyear作为匹配键，但要注意闰年的dayofyear会比平年多1天，需要额外兼容。

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