Python 汇总并比较索引

我有多个带有unix时间戳的csv文件，用作DateTimeIndex，我想比较一下

单个文件的示例：

Unixtime           Value     
1525328729150.00   15.06
1525328729943.00   16.05
1525328730741.00   16.32
1525328731536.00   16.35
1525328732335.00   16.87
1525328733131.00   16.99
1525328733932.00   17.45
1525328734731.00   17.65

目前，我正在使用以下（代码片段）设置DatetimeIndex（工作正常）：

但是，当我想在特定时间比较两个不同文件的值时，有几个问题：

文件中的时间不完全匹配。在一个文件中可能是01:443秒，在另一个文件中可能是01:247秒

四舍五入到一秒或500毫秒会导致索引可能被跳过或复制的问题。四舍五入到500毫秒可以四舍五入到01:443到01:500，但是01:247到01:000

我尝试了几种方法：

将int64整数四舍五入

将DatetimeIndex四舍五入

到目前为止，已尝试使用

np.round(data[i].index.astype(np.int64), -13).astype('datetime64[ns]')

或

或

或

但似乎没有一个能起作用，也没有一个能为我提供我所需要的解决方案，即（大致）同时减去两个值。

---

最好的方法是什么？

我用

round_amount = 1*1*1000000000
data[i].index = pd.DatetimeIndex(((data[i].index.asi8/(round_amount)).round()*round_amount).astype(np.int64))

它将日期时间索引舍入到最接近的秒

pd.DatetimeIndex(((data[i].index.asi8/(1e13*60)).round()*1e13*60)
.astype(np.int64)).values

ns1min=1*60*1000000000   # 1 minute in nanoseconds 
pd.to_datetime(((data[i].index.astype(np.int64) // ns1min + 1 ) * ns1min))

pandas.DatetimeIndex.round

round_amount = 1*1*1000000000
data[i].index = pd.DatetimeIndex(((data[i].index.asi8/(round_amount)).round()*round_amount).astype(np.int64))