如何在Python中基于Ticker和Date列合并两个CSV文件

嘿，我懂你遇到的问题了——之前的代码只按Date列合并，结果肯定会把同日期不同股票的记录混在一起，完全达不到你要的按股票+日期精准匹配的效果对吧？

其实改起来超简单，只需要把merge方法的on参数改成包含Ticker和Date的列表就行，这样Pandas就会同时用这两个字段的组合来匹配行，而不是单靠日期。

正确的合并代码 #

import pandas as pd

# 读取两个CSV文件
file1 = pd.read_csv("File1.csv")
file2 = pd.read_csv("File2.csv")

# 基于Ticker和Date两列进行内合并（默认只保留两边都匹配的记录）
merged_df = file1.merge(file2, on=['Ticker', 'Date'])

# 如果你需要保留File1的所有记录（即使File2没有对应匹配），可以用左连接：
# merged_df = file1.merge(file2, on=['Ticker', 'Date'], how='left')

简单解释 #

• 当on参数传入列表['Ticker', 'Date']时，Pandas会逐一比对两个表中Ticker完全相同且Date完全相同的行，然后把它们的字段合并，这样最终的结果就会包含你需要的Marketcap、Open和Close字段了。
• 默认的合并方式是how='inner'，也就是只保留两个表中都存在匹配组合的行；如果需要保留某一侧的所有记录，可以调整how参数为left、right或者outer（外连接保留两边所有记录）。

额外小提示（如果列名不一致的情况） #

要是两个文件里的匹配列名不一样（比如File1里叫StockCode，File2里叫Ticker），可以用left_on和right_on分别指定两边的列名：

merged_df = file1.merge(file2, left_on=['StockCode', 'Date'], right_on=['Ticker', 'Date'])

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