pandas中datetime64列的merge操作

问题的提出：
两个dataframe中的时间数据为datetime64格式，在进行merge操作可能提醒如下错误：

求解思路：

1. datetime64格式在dataframe中是什么样的角色？
2. 如何使得两个datetime64数据可以对比？

datetime64格式原生于Numpy库，因此在pandas中并不支持直接的数值比较，这是造成上述报错的原因。

而在pandas中常用的时间数据类型分别为：Timestamp、Period和Timedelta时间对象

（1）Timestamp
表示时间戳数据，其从Python标准库的datetime类继承过来的，表示时间轴上的一个时刻，可进行不同时区的转换。

对于诸如 ‘2019-12-06’ 这样的可是别字符串数据，载入pandas后会默认转换为Timestamp对象

now=pd.Timestamp.now()      # 获取当前时间时间戳
now.tz_localize("Asia/Shanghai")    # 将当前时间转换为指定时区的时间

pd.Timestamp('2019-12-06 11:00:30')    # 定义任意时间的时间戳

（2）Period
表示时间段。如某年、某月、某日、某小时等，其时间的长短由freq参数决定。

now_day=pd.Period.now(freq="D")    # 当前天的时间段
now_day.start_time     # period对象的开始时间
now_day.end_time      # period对象的终止时间

(3) Timedelta
表示Timestamp间的时间间隔，其可和Timestamp直接进行加减运算。

因此，解决上述问题的核心在于将datetime64数据转换为可为pandas直接对比的数据类型。

一种方案为：将datetime64转换为可操作的Timestamp：

pd.to_datetime(datetime64_obj)

但更常见的做法是：将datetime64转换为字符串数据

df['col'].apply(str)