Python 如何使用datetime索引连接两个数据帧，同时只保留同一时期的数据？

我有以下格式的不同数据帧：

     Date   X     Y    Value            Customer
 2015-05-29 12:00:00   1.0   4.0  3.340            13458 
 2015-05-29 12:15:00   1.0   4.0  3.448            13458 
 2015-05-29 12:30:00   1.0   4.0  3.145            13458
 2015-05-29 12:45:00   1.0   4.0  3.535            13458 
 2015-05-29 13:15:00   1.0   4.0  3.299            13458 
 2015-05-29 13:30:00   1.0   4.0  3.193            13458 
 2015-05-29 13:45:00   1.0   4.0  3.560            13458 

然而，这些记录是不同时期的，但它们在某种程度上完全重叠。我想加入，同时只保留重叠时段的数据。我试着加入、合并、合并；它适用于

how='outer'

选项，但不适用于

inner

选项。 例如，对于代码，在

df.set\u index（'Date'，inplace=True）

之后：

及

我得到相同的空数据帧：

Empty DataFrame
Columns: [X_x, Y_x, value_x, customer_x, X_y, Y_y, value_y, customer_y]
Index: []

最后，对于代码：

df = pd.concat([df, aux], axis=1, join='inner')

我得到：

TypeError: 'NoneType' object is not iterable

---

谢谢

我想你可以试试下面的方法。我认为问题可能出在索引上。它应该提供所需的输出

将熊猫作为pd导入
df1=pd.DataFrame（列=[“A”，“B”]，数据=['2015-05-29 12:00:00'，0]，'2015-05-29 12:15:00'，1]，'2015-05-29 12:30:00'，2]]
df1['A']=pd.to_datetime（df1['A']）
df1.set_索引（['A']，inplace=True）
df2=pd.DataFrame（列=[“C”，“D”]，数据=['2015-05-29 12:00:00'，3]，'2015-05-29 12:15:00'，4]，'2015-05-29 12:30:00'，5]）
df1['C']=pd.to_日期时间（df2['C']）
df2.set_索引（['C']，inplace=True）
df=pd.merge（df1，df2，how='internal'，left_index=True，right_index=True）

您能解释一下您的重叠是什么样的吗？是白天吗？另外，当你说它适用于“外部”时，你得到了正确的匹配吗？在合并之前，你是否为两个数据帧设置了索引（'Date'，inplace=True）？如果没有，请这样做。@Gokulkrishnar它们完全重叠，正如我刚才编辑的那样。@Trenton\u M我已经做了。谢谢你的回答。我已经试过了，但没用。我在加入他们之后使用了

df.dropna（）

，

how='outer'

，我认为这不是最优雅和安全的方法。

df = pd.concat([df, aux], axis=1, join='inner')

TypeError: 'NoneType' object is not iterable