Python 数据聚合和对齐

我有两个带有timeseries数据的数据帧。一个是（通常）小时数据，另一个包含（通常）每30秒一次的点，但不一定在小时边界上完全对齐

我想重新调整我的30秒数据，以便在每小时数据中对每小时的值进行平均

例如，如果我的小时数据为：

1:01AM     50
2:02AM     60

我在1:01AM和2:02AM之间的所有30秒值都将被平均，并给出2:02AM的时间戳，因此我可以更容易地将其与每小时数据进行比较

---

我当然可以手动执行此操作，但我怀疑pandas提供了一个干净的解决方案，但我找不到正确的命令。

看看是否有帮助。还有：关于和相关的术语存在许多问题。遵循Evgeny Pogrebnyak的链接：merged=pd.merge_ordered（df1，df2，on='ts'，how='outer'）；resampled=merged.resample（'1H'）.mean（）可以工作，但这只是因为我的一个数据集是干净的，并且恰好遵循好的时间界限。无论数据频率如何，我都希望使重采样工作正常。