根据年月将 df2 中的 变量1 加入到 df1 中

解决思路：

1. 将 df1 和 df2 中的 '时间' 列提取出年月（即 year 和 month），并创建新的列来进行匹配。
2. 使用 merge 操作将 df1 和 df2 根据年月匹配并将 变量1 加入到 df1 中。

实现步骤：

1. 提取年月：可以使用 pd.to_datetime 提取年份和月份。
2. 匹配数据：将 df1 和 df2 根据提取的年月进行合并。

import pandas as pd

# 假设 df1 和 df2 已经存在，且 df1 中有时间列，df2 中有时间和变量1列

# 创建示例数据
df1 = pd.DataFrame({
    '时间': ['2025-05-01 00:00:00', '2025-06-01 00:00:00', '2025-05-10 00:00:00'],
    '其他数据': [10, 20, 30]
})

df2 = pd.DataFrame({
    '时间': ['2025-05-01 00:00:00', '2025-06-01 00:00:00'],
    '变量1': [100, 200]
})

# 将 '时间' 列转换为 datetime 类型
df1['时间'] = pd.to_datetime(df1['时间'])
df2['时间'] = pd.to_datetime(df2['时间'])

# 提取年份和月份
df1['year_month'] = df1['时间'].dt.to_period('M')  # 年月
df2['year_month'] = df2['时间'].dt.to_period('M')  # 年月

# 合并 df1 和 df2，基于 'year_month' 进行匹配
df1 = pd.merge(df1, df2[['year_month', '变量1']], on='year_month', how='left')

# 查看结果
print(df1)

 输出结果将是：

                 时间  其他数据 year_month  变量1
0 2025-05-01 00:00:00    10    2025-05   100.0
1 2025-06-01 00:00:00    20    2025-06   200.0
2 2025-05-10 00:00:00    30    2025-05   100.0