Python -基于日期合并两个数据集-一个具有每日日期，另一个具有时间戳

在Python中，可以使用pandas库来合并具有不同日期格式的两个数据集。下面是一个示例代码，用于基于日期合并两个数据集，其中一个具有每日日期，另一个具有时间戳。

import pandas as pd

# 创建第一个数据集，每日日期
df1 = pd.DataFrame({
    '日期': pd.date_range(start='2022-01-01', end='2022-01-10'),
    '数值1': [1, 2, 3, 4, 5, 6, 7, 8, 9, 10]
})

# 创建第二个数据集，时间戳
df2 = pd.DataFrame({
    '时间戳': pd.to_datetime(['2022-01-01 10:00:00', '2022-01-03 15:30:00', '2022-01-05 09:45:00', '2022-01-07 18:20:00']),
    '数值2': [11, 12, 13, 14]
})

# 合并两个数据集，基于日期
merged_df = pd.merge(df1, df2, left_on=df1['日期'].dt.date, right_on=df2['时间戳'].dt.date, how='inner')

# 删除重复列和不必要的列
merged_df.drop(columns=['key_0', '日期', 'key_1'], inplace=True)

print(merged_df)

这段代码的目标是将具有每日日期的数据集df1和具有时间戳的数据集df2基于日期进行合并。使用pd.merge函数，并通过指定left_on和right_on参数来匹配日期。合并结果将包含两个数据集中匹配日期的行。

输出结果将是一个新的DataFrame对象merged_df，包含日期、数值1和数值2列。

这里推荐使用腾讯云的云原生数据库TencentDB for MySQL作为数据存储和管理解决方案。TencentDB for MySQL是腾讯云提供的一种可扩展、高可用、高性能的云数据库服务，适用于各种规模的应用程序。它提供了自动备份、容灾、性能优化等功能，为开发者提供了稳定可靠的数据库解决方案。

了解更多关于腾讯云原生数据库TencentDB for MySQL的信息，请访问：TencentDB for MySQL产品介绍