如何对两个多索引DataFrame执行类merge_asof的合并操作？

这问题我之前处理过，刚好可以给你一套可行的方案！针对这种多索引下按分组执行类merge_asof的需求，核心思路就是按第一级索引拆分分组，对每个分组单独做时间匹配合并，最后拼接结果。下面是具体的实现步骤：

步骤1：确保二级时间索引处于排序状态 #

merge_asof要求用于匹配的时间列必须是有序的，虽然你提到二级索引是有序的，但保险起见还是先对两个DataFrame的多索引做分组内排序：

import pandas as pd

# 按一级、二级索引排序，确保分组内时间戳有序
df1 = df1.sort_index(level=[0, 1])
df2 = df2.sort_index(level=[0, 1])

步骤2：定义分组合并的函数 #

写一个专门处理单个分组的函数，先把多索引的时间层级转为列（方便merge_asof识别），执行匹配后再恢复多索引结构：

def merge_group_data(group_key):
    # 提取当前分组的切片数据，保留多索引结构
    df1_slice = df1.xs(group_key, level=0, drop_level=False)
    df2_slice = df2.xs(group_key, level=0, drop_level=False)
    
    # 把二级时间索引转为列，方便merge_asof使用
    df1_reset = df1_slice.reset_index(level=1, name='timestamp')
    df2_reset = df2_slice.reset_index(level=1, name='timestamp')
    
    # 执行merge_asof：按group列（原一级索引）分组，按timestamp匹配
    # direction参数可按需调整：backward/forward/nearest
    merged_slice = pd.merge_asof(
        df1_reset, 
        df2_reset, 
        on='timestamp', 
        by='level_0', 
        direction='forward'
    )
    
    # 恢复多索引结构
    merged_slice = merged_slice.set_index(['level_0', 'timestamp'])
    return merged_slice

步骤3：遍历所有分组并拼接结果 #

因为两个DataFrame的一级索引键完全一致，我们直接从任意一个提取唯一键，遍历执行合并后拼接所有结果：

# 获取所有唯一的一级索引键
unique_groups = df1.index.get_level_values(0).unique()

# 遍历每个分组执行合并，收集结果
merged_results = [merge_group_data(group) for group in unique_groups]

# 拼接所有分组的合并结果，得到最终DataFrame
final_merged_df = pd.concat(merged_results)

关键细节说明 #

• by参数的作用：在merge_asof中指定by='level_0'，能严格保证只在同一个一级索引分组内做时间匹配，不会出现跨组合并的错误。
• direction参数选择：
  • 'backward'：匹配当前时间戳之前最近的记录
  • 'forward'：匹配当前时间戳之后最近的记录
  • 'nearest'：匹配距离当前时间戳最近的记录
    你可以根据业务需求自由调整。
• 性能优化：如果你的DataFrame数据量极大，可以改用groupby结合apply的方式，但上面的遍历写法更直观，对于中等规模数据足够高效。

内容的提问来源于stack exchange，提问作者A. Debugne