使用Python Pandas匹配两DataFrame的time列并关联对应行数据

这是个非常常见的时间序列数据匹配需求，用pandas的merge_asof函数就能高效搞定，完全不用逐行遍历（那对5万+2万的数据量来说会慢到离谱）。下面是具体的步骤和代码：

核心思路 #

merge_asof是pandas专门为按键的最近邻匹配设计的工具，它会先对两个DataFrame按匹配键排序，然后快速为右表（这里是df2）的每一行在左表（df1）中找到最接近的键值，再把对应行的所有列合并过来。

具体步骤 #

1. 先对两个DataFrame按'time'列排序 #

merge_asof要求两个表必须按匹配的键（也就是'time'）排序，这是前提：

import pandas as pd

# 对df1和df2按time列排序，重置索引避免原索引干扰
df1_sorted = df1.sort_values('time').reset_index(drop=True)
df2_sorted = df2.sort_values('time').reset_index(drop=True)

2. 执行近邻匹配合并 #

用direction='nearest'参数指定找最接近的time值：

# 合并df2和df1，匹配最接近的time，保留df2的所有行并关联df1的对应列
result_df = pd.merge_asof(
    df2_sorted, 
    df1_sorted, 
    on='time', 
    direction='nearest'
)

参数说明 #

• on='time'：指定用来匹配的列名
• direction='nearest'：寻找与df2的time值最接近的df1的time值（不管是比它大还是小）。如果需要只找不大于df2 time的最近值，用direction='backward'；只找不小于的用direction='forward'

效果示例 #

举个简单的小例子帮你理解：
假设df1是：

df2是：

执行合并后，result_df会变成：

完全符合你要的“把df1对应行的vel、yaw关联到df2对应行”的需求。

额外注意点 #

• 如果你的'time'列是datetime类型（比如YYYY-MM-DD HH:MM:SS），这个方法同样适用，只要确保列是datetime64格式即可，不需要额外转换。
• 这个方法的时间复杂度是O(M log N)，比逐行遍历的O(M*N)效率高太多，处理你的5万+2万数据量完全没问题。

内容的提问来源于stack exchange，提问作者ankushbraj