Python Pandas-合并具有时差的行（当datetime为索引时）

我已经找到了一些任务要做，用熊猫来发展自己，但是我在我使用的数据文件中发现了一些意想不到的错误。实际上，我想自己解决它，但我不知道如何解决

基本上，我有一个excel文件，有几个列——PayType、Money、Date。在PayType列中，我有4种不同的付款类型。汽车租赁费、汽车服务费以及其他2项都不重要。基本上，在每次支付汽车租金时，都会自动扣除服务费，而这恰好发生在同一时间。我使用Pivot表并将PayTypes划分为列，因为我想计算这些费用的百分比

在透视表之前：

时差示例：

数据透视表之后：

所以在Pivot表中，租车和支付费用的条目几乎都发生在同一时刻，所以它们的时间是相等的，并且它们在一行中。但也有一些错误，在这些错误中，执行和支付的时间是不同的，只有1到2秒。由于这个时差，它们被分为两行

我尝试使用merge_asof，但没有成功

---

我如何合并两行，它们有不同的时间（最多2秒），而且这个时间列（日期）是透视表的实际索引。

我也有类似的问题。我需要合并多个传感器的时间序列数据。传感器测量的时间间隔为5秒。时间格式为yyyy:MM:dd HH:MM:ss。为了进行合并，我还需要对用于合并的列进行排序

sensors_livingroom = load(filename_livingroom)
sensors_bedroom = load(filename_bedroom)

sensors_livingroom = sensors_livingroom.set_index("time")
sensors_bedroom = sensors_bedroom.set_index("time")

sensors_livingroom.index = pd.to_datetime(sensors_livingroom.index, dayfirst=True)
sensors_bedroom.index = pd.to_datetime(sensors_bedroom.index, dayfirst=True)

sensors_livingroom.sort_index(inplace=True)
sensors_bedroom.sort_index(inplace=True)

sensors = pd.merge_asof(sensors_bedroom, sensors_livingroom, on='time', direction="nearest")

---

在我的例子中，我想合并到最近的时间值，所以我将参数方向设置为最近。在您的情况下，一个数据帧的时间似乎总是比另一个数据帧的时间小，因此最好将方向参数设置为向前或向后。请参见

您能显示您的输入和输出示例吗？@Johnny当然，我现在添加

sensors_livingroom = load(filename_livingroom)
sensors_bedroom = load(filename_bedroom)

sensors_livingroom = sensors_livingroom.set_index("time")
sensors_bedroom = sensors_bedroom.set_index("time")

sensors_livingroom.index = pd.to_datetime(sensors_livingroom.index, dayfirst=True)
sensors_bedroom.index = pd.to_datetime(sensors_bedroom.index, dayfirst=True)

sensors_livingroom.sort_index(inplace=True)
sensors_bedroom.sort_index(inplace=True)

sensors = pd.merge_asof(sensors_bedroom, sensors_livingroom, on='time', direction="nearest")