如何按时间筛选DataFrame片段后与另一DataFrame进行关联？

嘿，这事儿用pandas的左连接就能轻松搞定！你的需求本质是要保留left表的所有行，同时把right表中匹配ID的f2、f3字段补进来，没匹配上的就用NaN填充，正好对应左连接（left join）的特性。

步骤1：构造示例数据 #

先把你给出的数据集用代码还原出来：

import pandas as pd

left = pd.DataFrame({
    'ID': [1, 3, 7, 9, 2, 1, 3],
    'f1': [10]*7,
    'TIME': [1, 1, 1, 2, 2, 2, 2]
})

right = pd.DataFrame({
    'ID': [1, 7],
    'f2': [0, 9],
    'f3': [11, 11]
})

步骤2：执行左关联操作 #

直接用pd.merge()指定how='left'，按ID字段匹配，就能得到你想要的结果：

result = pd.merge(left, right, on='ID', how='left')

验证结果 #

运行后输出的result完全符合你的期望：

如果之后你需要先按TIME筛选left的子集再关联，也可以灵活调整，比如只保留TIME=1的数据：

filtered_left = left[left['TIME'] == 1]
result_filtered = pd.merge(filtered_left, right, on='ID', how='left')

这样就能轻松满足不同的筛选+关联需求啦！

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