基于日期比对从另一DataFrame填充df1的NextEntry_Date字段

嘿，这个需求我之前做时间序列处理时经常碰到，用Pandas可以很优雅地解决，给你两种实用的方案：

思路说明 #

我们的核心需求是：对df1中的每一行日期，在df2的日期列里找到第一个比它大的最小日期，本质是时间序列的「向上最近邻查找」。

方案一：用searchsorted实现高效查找（适合大数据量） #

这个方法利用NumPy的searchsorted函数，效率极高，处理十万级以上数据也毫无压力：

首先构造示例数据（和你给出的结构一致）：

import pandas as pd

df1 = pd.DataFrame({
    'Date': [
        '2018-01-25', '2018-02-25', '2018-03-25',
        '2018-04-25', '2018-05-25', '2018-06-25',
        '2018-07-25', '2018-08-25', '2018-09-25',
        '2018-10-25'
    ]
}).astype({'Date': 'datetime64[ns]'})

df2 = pd.DataFrame({
    'Date': ['2018-07-20', '2019-07-20', '2020-07-20']
}).astype({'Date': 'datetime64[ns]'})

然后执行关键步骤：

• 确保df2的日期是有序的（searchsorted要求输入序列有序）

  df2_sorted = df2.sort_values('Date').reset_index(drop=True)
  df2_dates = df2_sorted['Date'].values
  

• 用searchsorted找到每个df1日期对应的插入位置（side='right'表示找第一个大于当前值的位置）

  indices = df2_dates.searchsorted(df1['Date'], side='right')
  

• 根据索引匹配对应的日期，超出范围的会自动设为NaN（示例中没有这种情况）

  df1['NextEntry_Date'] = df2_sorted.loc[indices, 'Date'].values
  

执行后df1的结果完全符合你的要求：

• 2018-01-25至2018-06-25对应的NextEntry_Date都是2018-07-20
• 2018-07-25至2018-10-25对应的都是2019-07-20

方案二：用merge_asof实现直观匹配（适合小数据量/易读性优先） #

如果你更习惯Pandas的merge操作，merge_asof的direction='forward'参数专门为这个场景设计，代码更直观：

同样先构造示例数据（和上面一致），然后执行以下步骤：

• 对两个DataFrame按日期排序

  df1_sorted = df1.sort_values('Date').reset_index(drop=True)
  df2_sorted = df2.sort_values('Date').reset_index(drop=True)
  

• 使用merge_asof进行向前匹配

  result = pd.merge_asof(
      df1_sorted,
      df2_sorted,
      on='Date',
      direction='forward',  # 指定找下一个更大的日期
      suffixes=('', '_next')
  )
  

• 将匹配结果回填到原df1

  df1['NextEntry_Date'] = result['Date_next'].values
  

这个方法的逻辑更直白，不需要理解索引计算，适合快速实现需求。

内容的提问来源于stack exchange，提问作者asimo