Python:合并数据帧间隔时间

Python:合并数据帧间隔时间,python,timestamp,dataframe,Python,Timestamp,Dataframe,你好,我有两个不同的数据帧 df1 = id time X Y 266 2014-03-03 07:14:59.638703 48.788017 11.383924 267 2014-03-03 07:15:00.738946 48.788024 11.383919 269 2014-03-03 07:15:01.639143 48.788043 11.383909 270 2014-03-03 07:

你好,我有两个不同的数据帧

df1 = 
id        time                     X           Y
266 2014-03-03 07:14:59.638703  48.788017   11.383924
267 2014-03-03 07:15:00.738946  48.788024   11.383919
269 2014-03-03 07:15:01.639143  48.788043   11.383909
270 2014-03-03 07:15:02.639365  48.788051   11.383892
第二个呢

df2 =
      id2       time                   Val
    1679836 2014-03-03 07:14:59.390174  4
    1679837 2014-03-03 07:14:59.890167  7
    1679838 2014-03-03 07:15:00.390249  8
    1679841 2014-03-03 07:15:00.940196  7

我想知道当值
val
X
Y
在时间上非常接近时,比如说时间差在10毫秒左右时。

这些是熊猫数据帧吗?是的,它们是熊猫数据帧我对你的问题感到困惑。您是否正在尝试合并两个数据帧,然后按时间段分组?另外,您能发布一些您尝试过的代码和预期输出的示例吗?目前,我发布了:
df1['time']=df1['time'].apply(lambda x:x.replace(微秒=0))
df2['time']=df2['time'].apply(lambda x:x.replace(微秒=0))
。最后我合并在一起
df3=pd.merge(df1,df2,how='internal',on=['time'])
。但我担心这样会丢失信息,您可以创建一个时间不太精确的新列,然后按该列合并/group,而不是替换“time”列。这样你就可以保留你原来的时间栏了。