我认为我的问题涉及几个部分。
我有什么？
两个数据帧。两者都以TimeStamp格式索引。时间是相似的，例如从14:00到18:00和从13:30到18:30。但是时间间隔是不同的（一个数据帧每3秒就有数据，一个数据帧的不确定时间间隔约为0.6秒）。数据帧不同，一个包括GPS坐标（2列+索引），一个NO2浓度（1列+索引）。
我到底想要什么？
具有所有3列（GPS + NO2）的一个数据帧（再次用时间戳记索引）。我想将索引的时间间隔设置为1s。这意味着，两个数据帧都必须进行插值，因为两个数据帧可能都没有值，例如15：30.56（但在15：30.55.635和15：30.58.001）
到目前为止，我尝试了什么？
集中两个数据框。但是我得到的是一个数据框，该数据框现在包含了我想要的所有3列，但索引是NO2数据集的时间，只有正确填充了NO2的列（另外两列包括NaN）
这是代码行：
allTheData = pd.concat([gpsDataFrame, no2DataFrame], axis=1)
我是Pandas的新手，而Python是新手。希望您可以通过以下两个步骤帮助我：
创建一个dataFrame'allTheData'，其中按时间顺序包括所有测量时间（来自gps或No2）和正确的数据。例如，如果两个数据帧中都有15：30.05的数据，则仅添加一行并包括所有3列；如果只有15：30.07的gps数据包含gps数据，并将No2设置为NaN或其他内容。
插值，以便我可以选择一个1秒的间隔，并每隔1秒从gps AND no2获取插值数据，因此每行一次。
最佳答案
使用pandas.resample调整两个数据帧以使其具有与索引相同的时间戳记：
import pandas as pd
import numpy as np
# generate some sample data according to your question
date1 = pd.date_range("14:00", "18:00", freq="3S")
df1 = pd.DataFrame({"time": date1, "gps": np.random.rand(len(date1))})
date2 = pd.date_range("13:30", "18:30", freq="600ms")
df2 = pd.DataFrame({"time": date2, "no2": np.random.rand(len(date2))})
# set the timestamps as index
df1 = df1.set_index("time")
df2 = df2.set_index("time")
final_freq = "1S"
# upsample df1, interpolating
df1 = df1.resample(final_freq)
df1 = df1.interpolate(method='linear') # without this, these entries are NaN
# downsample df2, averaging
df2 = df2.resample(final_freq).mean()
然后，您可以
join它们：df = df1.join(df2)
请注意，如果您的gps位置是单列中的元组，则可能需要对此稍作更改。在这种情况下，可能需要将其分为纬度和经度两列，以便进行上采样。
除了对下采样取平均值以外，使用其他函数可能更有意义。例如，如果您的NO2传感器报告在最近的0.6秒内看到了多少NO2，则您需要
.sum()。关于python - 关于日期串联两个DataFrame，我们在Stack Overflow上找到一个类似的问题：https://stackoverflow.com/questions/49997700/