<p>对<code>pandas</code><code>DataFrames</code>执行这项任务当然是非常常见的。性能是否容易,您可以随时测试;如果我正确理解您的问题,您只希望在日期上合并,<code>pandas</code>的对应部分如下(您应该注意,我稍微更改了您的日期,以便有一个非常重要的重叠)</p>
<pre><code>In [1]: import pandas as pd
In [2]: prices = pd.read_csv('data_prices.csv', sep=';')
In [3]: ancment = pd.read_csv('data_static.csv', sep=';')
In [4]: combined = pd.merge(prices, ancment, left_on='ANNOUNCEMENT DATES', right_on='DATE')
In [5]: prices.head()
Out[5]:
ANNOUNCEMENT DATES TICKER
0 20151116 A UN EQUITY
1 20141117 A UN EQUITY
2 20131114 A UN EQUITY
In [6]: ancment.head()
Out[6]:
DATE TICKER PRICE
0 20151116 A UN EQUITY 41.81
1 20151230 A UN EQUITY 42.17
2 20151229 A UN EQUITY 42.36
In [7]: combined.head()
Out[7]:
ANNOUNCEMENT DATES TICKER_x DATE TICKER_y PRICE
0 20151116 A UN EQUITY 20151116 A UN EQUITY 41.81
</code></pre>
<p>合并这两个框架几乎可以做任何你想做的,例如你可能只想有一个日期列,因为这些设置是一致的。请参阅<a href="http://pandas.pydata.org/pandas-docs/stable/merging.html" rel="nofollow">http://pandas.pydata.org/pandas-docs/stable/merging.html</a>以获取完整的可能性集合。在</p>