Pandas merge_asof：不兼容的合并键 [datetime64

Question

我有两个由某人创建的数据框，我需要在和上进行merge_asof。左数据框是这样创建的：datetimeidimport pandas as pdimport pytzfrom datetime import datetimefrom datetime import timezonedates = [datetime(2020, 1, 2, 8, 0, 0, 824000),         datetime(2020, 1, 8, 6, 2, 52, 833000),         datetime(2020, 1, 9, 22, 41, 18, 858000),         datetime(2020, 1, 16, 8, 0, 1, 404000),         datetime(2020, 1, 22, 8, 0, 1, 560000),         datetime(2020, 1, 23, 8, 0, 1, 493000)        ]timezone = pytz.timezone('US/Eastern')dates_localized = [timezone.localize(d) for d in dates ]ids = [1,1,1,2,2,2]headlines = ['abc','def','jkl', 'mno','pqr', 'stx']left = pd.DataFrame({'date':dates_localized, 'id':ids, 'headlines':headlines})print(left)                              date  id headlines0 2020-01-02 08:00:00.824000-05:00   1       abc1 2020-01-08 06:02:52.833000-05:00   1       def2 2020-01-09 22:41:18.858000-05:00   1       jkl3 2020-01-16 08:00:01.404000-05:00   2       mno4 2020-01-22 08:00:01.560000-05:00   2       pqr5 2020-01-23 08:00:01.493000-05:00   2       stx右数据框的创建类似于：index = pd.DatetimeIndex(['2020-01-02 07:30:00.070041845',               '2020-01-08 05:30:00.167110660',               '2020-01-09 09:30:00.185073458',               '2020-01-16 09:30:00.190448059',               '2020-01-22 07:30:00.286648287',               '2020-01-22 06:30:00.376308078'])right = pd.DataFrame({'id':[1,1,1,2,2,2], 'value':[1,0,0,1,1,0]})right = right.set_index(index)right.index.name = 'date'print(right)                               id  valuedate                                    2020-01-02 07:30:00.070041845   1      12020-01-08 05:30:00.167110660   1      02020-01-09 09:30:00.185073458   1      02020-01-16 09:30:00.190448059   2      12020-01-22 07:30:00.286648287   2      12020-01-22 06:30:00.376308078   2      0合并：df = pd.merge_asof(left, right, on='date', by='id')导致错误：MergeError: incompatible merge keys [1] datetime64[ns, US/Eastern] and dtype('<M8[ns]'), must be the same type任何想法如何将时间转换为一种merge_asof可以完成的类型？

Answer 1

一个想法是DataFrame.tz_localize将时区设置为Datetimeindex：

df = pd.merge_asof(left, right.tz_localize('US/Eastern').sort_index(), on='date', by='id')

print (df)

                              date  id headlines  value

0 2020-01-02 08:00:00.824000-05:00   1       abc    1.0

1 2020-01-08 06:02:52.833000-05:00   1       def    0.0

2 2020-01-09 22:41:18.858000-05:00   1       jkl    0.0

3 2020-01-16 08:00:01.404000-05:00   2       mno    NaN

4 2020-01-22 08:00:01.560000-05:00   2       pqr    1.0

5 2020-01-23 08:00:01.493000-05:00   2       stx    1.0

编辑：如有必要，将时区设置为date列：

left['date'] = left['date'].dt.tz_localize('US/Eastern')

df = pd.merge_asof(left, right.sort_index(), on='date', by='id')