Python 如何以不同的时间间隔索引和大小合并/加入/合并/对齐两个dfs

关于这个话题写了很多文章，但我还是不明白这个：

我有一个df1，它具有不均匀的时间间隔行，如：

Time                   a  
2015-04-07 09:09:48    185.25
2015-04-07 09:30:50    190.50
2015-04-07 09:31:07    187.00
2015-04-07 09:35:23    190.60
2015-04-07 09:47:43    185.30

time                 b      c      
2016-06-08 09:09:00  32.30  32.80
2016-06-08 09:09:48  32.35  32.89
2016-06-08 09:24:22  32.30  32.81
2016-06-08 09:30:50  32.40  32.84

然后我有一个更大的df2，它的行间距也不均匀，如：

Time                   a  
2015-04-07 09:09:48    185.25
2015-04-07 09:30:50    190.50
2015-04-07 09:31:07    187.00
2015-04-07 09:35:23    190.60
2015-04-07 09:47:43    185.30

time                 b      c      
2016-06-08 09:09:00  32.30  32.80
2016-06-08 09:09:48  32.35  32.89
2016-06-08 09:24:22  32.30  32.81
2016-06-08 09:30:50  32.40  32.84

我想用df1中的每一行和df2中对应的时间行（如果有）创建一个新的df

预期成果：

Time                       a        b       c
    2015-04-07 09:09:48    185.25   32.35   32.89
    2015-04-07 09:30:50    190.50   32.40   32.84
...

是否可以在自定义频率（即df1.index）上重新采样

欢迎提供任何提示或线索：）

更新

少了一个需要处理的问题，我在df2中消除了重复条目：

df2[~df2.index.duplicated(keep='last')]

我在找一个解决方案。

---

上面的例子也相应地更新了

我不知道熊猫是否有图书馆，但这应该可以用字典轻松解决

以时间为键，从df1构建dict_1，从df2构建dict_2，然后：

for time_key in dict_1:
    if time_key in dict_2:
       dict_1[time_key]['b'] = dict_2[time_key]['b']
       dict_1[time_key]['c'] = dict_2[time_key]['c']

---

如果dict_2中有多行对应于dict_1中的time_键，该怎么办？在构建dict_2中的for循环中，用新的条目覆盖上一个条目。