pd.merge_asof 函数主要用于合并类似时间序列的数据，其核心要求是左右两个 DataFrame 必须按照合并键（on 列）进行升序排序。针对您提到的将时间转化为年月 int 的情况，需确保该列数据类型一致且已排序。使用时指定 on 参数为时间列，若需匹配最近的前向数据可默认设置，若需容忍误差可设置 tolerance 参数。报错通常源于未排序或类型不匹配，请先执行 df.sort_values('time') 再合并。此外，merge_asof 类似于 SQL 中的 left join，但是基于最近的关键字而不是相等的关键字进行匹配，适用于金融时间序列对齐等场景。

pandas.merge_asof 官方文档说明

执行按键距离合并。这类似于左连接，不同的是我们匹配最近的键而不是相等的键。两个 DataFrame 都必须按键排序。对于左 DataFrame 中的每一行，我们选择右 DataFrame 中'on'键小于或等于左键的最后一行。如果右 DataFrame 具有相同键的多行，则选择最后一行。此函数适用于时间序列数据，您希望基于时间接近度而不是精确匹配来对齐观察值。键列必须按升序排序对于两个输入，否则将引发 MergeError 指示数据未排序。此外，您可以指定容忍度以限制键之间的距离。方向参数允许控制是向后还是向前查找匹配项，默认为 backward 表示向后查找最近的有效值。

Python Pandas Merge Asof 教程与实例解析

merge_asof 函数执行按键距离合并。这类似于左连接，不同的是我们匹配最近的键而不是相等的键。两个 DataFrame 都必须按键排序。这在处理时间序列数据时特别有用，其中确切的时间戳可能无法完美对齐。例如，如果您有交易数据和报价数据的时间略有不同，您可以使用 merge_asof 将最近的报价附加到每笔交易。您还可以使用 tolerance 参数指定键之间允许的最大距离，确保仅在特定时间窗口内进行匹配。它支持 direction 参数来控制是向后还是向前查找匹配，默认向后匹配最近的前一个时间点数据，适合金融数据对齐场景。

理解 pd.merge_asof 排序要求与常见报错

使用 pd.merge_asof 时的一个常见错误是 MergeError: left keys must be sorted。发生这种情况是因为算法依赖于排序顺序来有效地找到最近的键，而无需扫描整个数据集。如果您的数据未排序，必须在合并前调用 sort_values 对键列进行排序。此外，两个 DataFrame 中键列的数据类型必须兼容。如果一个是 int 而另一个是 object 或 datetime，您可能会遇到类型错误。将时间转换为像 YYYYMM 这样的 int 是有效的，只要两边使用相同的格式并按升序排序。确保键列中不存在缺失值，否则可能导致匹配失败或意外结果。

FAQ

问：pd.merge_asof 和普通 pd.merge 有什么区别？

答：pd.merge 基于相等键值匹配，而 pd.merge_asof 基于最近键值匹配，常用于时间序列对齐。

问：为什么报错说 keys must be sorted？

答：因为 merge_asof 算法要求输入数据必须按合并键升序排列，否则无法高效查找最近邻。

问：tolerance 参数的作用是什么？

答：tolerance 用于设置允许的最大键值距离，超出该范围的匹配将被视为无效并填充 NaN。