Python 在两个索引（datetime和date）上使用部分公共元素合并两个不相等的数据帧

我想在两列上合并两个不同长度的数据帧，这两列有一个公共元素

左侧数据框（A）的索引为

datetime

类型，同一日期将成倍显示，但时间不同（因此，

index.date

没有帮助）

右侧数据框（B）的索引为

datetime.date

类型，每个日期都是不同的，如预期的那样

A=pd.DataFrame({'datetime':['2019-06-01 18:11:55', '2019-06-01 21:43:02','2019-07-23 09:07:18', '2019-07-24 10:32:24'], \
                'value 1':[2, 5, 80, 0]})

B=pd.DataFrame({'date':['2019-06-01', '2019-07-23', '2019-07-24'], \
                'value 2':[10, 7, 3]})

我需要合并日期上的两个数据框，特别是将B元素放在第一个新日期出现的行中，并用

0

在不同时间填充剩余的相同日期，因此输出应该是这样的（以及注释）：

您的输入非常受欢迎使用：

#convert columns to dates
B['date'] = pd.to_datetime(B['date']).dt.date
#convert to columns datetimes
A['datetime'] = pd.to_datetime(A['datetime'])

创建新列-

date

s from

datetime

s in

A

by，用于按

B['date']

进行匹配；

date

s，用于按重复的

日期进行合并：

然后与两列一起使用并左连接，删除辅助列并通过以下方式将添加列的缺失值转换为
0
：

非常感谢@jezrael提供了非常清晰和简短的代码。工作得很好！
#convert columns to dates
B['date'] = pd.to_datetime(B['date']).dt.date
#convert to columns datetimes
A['datetime'] = pd.to_datetime(A['datetime'])

A['date'] = A['datetime'].dt.date
A['g'] = A.groupby('date').cumcount()
B['g'] = B.groupby('date').cumcount()

#print (A)
#print (B)

df = A.merge(B, on=['date','g'], how='left').drop(['date','g'], axis=1)
df['value 2'] = df['value 2'].fillna(0, downcast='int')
print (df)
             datetime  value 1  value 2
0 2019-06-01 18:11:55        2       10
1 2019-06-01 21:43:02        5        0
2 2019-07-23 09:07:18       80        7
3 2019-07-24 10:32:24        0        3