具体到您正在尝试的内容，您可以使用以下命令获取匹配的日期：

result_df['date'].isin(temp_df['date'])
0    False
1     True
Name: date, dtype: bool

但是，由于您希望在date匹配时将两个df中的count相加，因此使用df.merge()创建一个具有必要匹配的嵌套框架，然后将“右侧”的df中的计数相加：

merged = result_df.merge(temp_df, how='left', on='date', suffixes=('', '_y')).fillna(0)
result_df['count'] += merged['count_y']

请注意，这将在每个date上匹配，这在两个df中是通用的，而不仅仅是一个日期值。因此，您可以一次性为所有匹配的日期temp_df执行此操作。
fillna用于为temp_df中缺少的count s输入0。在merged Dataframe 中，它有_y后缀：

date  count  count_y
0  '2021-01-01'     10      0.0
1  '2021-01-02'     13      8.0

最终result_df为：

date  count
0  '2021-01-01'   10.0
1  '2021-01-02'   21.0

对于您得到的错误，请参阅此问题-Truth value of a Series is ambiguous. Use a.empty, a.bool(), a.item(), a.any() or a.all()。

如果您只匹配一个日期（如示例数据），则可以尝试：

date = '2021-01-02'
result_df.loc[result_df['date'].isin([date]), 'count'] += temp_df.loc[temp_df['date'] == date, 'count'].values

结果：

print(result_df)

         date  count
0  2021-01-01     10
1  2021-01-02     21

代码出现错误的原因是因为Python if语句无法处理包含多个值的Pandas Series。因为你的.isin()代码实际上返回了一个布尔序列，其中有2个True/False值，对应于2个日期的2行的检查结果。因此，错误。你必须将Python if语句的使用替换为Pandas / numpy代码才能正确处理它。

如果我理解正确的话，你想检查一下日期是否在列中。可以这样做：

date = '2021-01-02'
if date in result_df['date'].values:
   result_df.loc[result_df['date'] == date, 'count'] += temp_df['count']
else:
   result_df = pd.concat([result_df, temp_df], ignore_index=True)