如何根据python中最近的时间戳将两个不同长度的数据帧左键连接起来，而不丢失任何行？

我想根据时间戳合并两个数据帧。两个数据帧中的时间戳并不完全相同。我想根据最接近的时间戳合并右数据帧和左数据帧，并在时间戳超出容差限制的地方使用NaN。如果使用asof（），将丢失超出公差限制的所有行

    df_left['timestamp'] = [1.1, 2.1, 3.1, 4.1, 5.1]
    df_left['value1'] = [10, 20, 30, 10, 30]

    df_right['timestamp'] = [1.05, 2.2, 4.1, 5.12]
    df_right['value2'] = [200, 400, 500, 200]

    

想要的输出：

    df_merged['timestamp'] = [1.1, 2.1, 3.1, 4.1, 5.1]
    df_merged['value1'] = [10, 20, 30, 10, 30]
    df_merged['value2'] = [200, 400, NaN, 500, 200]

对我来说，工作顺利：

---

在

df_left['value1']

中有6个值，您认为样本数据中应该有5个值吗？是的，您是对的。这是个愚蠢的错误，对不起。改变了，是的；它起作用了。我真的不知道我哪里出错了。我试图使用时间戳索引加入它们，但由于某种原因，它没有按我希望的方式工作。我把它改成了专栏，它成功了。谢谢@啊-太棒了！如果我的回答有帮助，别忘了。谢谢

df_left = pd.DataFrame()
df_right = pd.DataFrame()
df_left['timestamp'] = [1.1, 2.1, 3.1, 4.1, 5.1]
df_left['value1'] = [10, 20, 30, 10, 30]

df_right['timestamp'] = [1.05, 2.2, 4.1, 5.12]
df_right['value2'] = [200, 400, 500, 200]

print(df_left)
print(df_right)

df = pd.merge_asof(df_left, df_right, on='timestamp', direction='nearest', tolerance=0.3)
print (df)
   timestamp  value1  value2
0        1.1      10   200.0
1        2.1      20   400.0
2        3.1      30     NaN
3        4.1      10   500.0
4        5.1      30   200.0