Python 熊猫：根据确切ID和最近日期合并

我正在尝试合并两列上的两个数据帧。一列具有唯一标识符，可用于简单地

.merge（）

两个数据帧。但是，第二列merge实际上会使用

.merge\u asof（）

，因为它需要查找最近的日期，而不是精确的日期匹配

这里有一个类似的问题：，但它是在将近三年前被提出和回答的，

merge\u asof（）

是一个更新得多的补充

几个月前我问了一个类似的问题，但是解决方案只需要使用

merge\u asof（）

，而不需要任何精确的匹配

为了包含一些代码，它看起来像这样：

df=pd.merge\u asof（df1，df2，左上=['ID'，'date\u time']，右上=['ID'，'date\u time']）

其中，

ID

将精确匹配，但

日期时间

将“接近匹配”

---

非常感谢您的帮助。

请考虑首先在

ID上进行合并，然后在匹配的ID上运行，以返回第一个数据帧的最高日期时间，小于第二个数据帧的当前行日期时间

# INITIAL MERGE (CROSS-PRODUCT OF ALL ID PAIRINGS)
mdf = pd.merge(df1, df2, on=['ID'])

def f(row):
    col = mdf[(mdf['ID'] == row['ID']) & 
              (mdf['date_time_x'] < row['date_time_y'])]['date_time_x'].max()
    return col

# FILTER BY MATCHED DATES TO CONDITIONAL MAX
mdf = mdf[mdf['date_time_x'] ==  mdf.apply(f, axis=1)].reset_index(drop=True)

#初始合并（所有ID对的叉积）
mdf=pd.merge（df1，df2，on=['ID']）
def f（世界其他地区）：
col=mdf[（mdf['ID']==行['ID']）和
（mdf['date\u time\u x']

这假设您希望保留df2的所有行（即右连接）。只需翻转左连接的x/y后缀即可。
我熟悉这些准则，但那些知道我的要求的人只需要我写的东西。你能发布你的解决方案吗？我也面临同样的问题。谢谢冻糕——我想我实际上解决了我自己的问题，我相信添加kwarg:
by='ID'
是关键。非常感谢。我不太确定你的答案或者我是如何帮助你的。请为未来的读者自由回答您自己的问题，并等待几天接受您自己的问题。我一直在等待这个解决方案如何不起作用的回应。请注意，这仅选择最大日期镜像
asof
（不是最近的）。