如何基于共享Datetime列合并多个Pandas DataFrame？

核心思路 #

问题出在未按时间戳精确对齐：直接用concat(axis=1)会按行号而非时间戳合并，导致冗余行或多Datetime列；设索引后报错通常是索引类型不统一、存在重复索引或数据结构异常。以下是标准化解决步骤：

步骤1：统一时间戳格式 #

先确保所有DataFrame的Datetime列为datetime类型，避免字符串格式不一致导致索引对齐失败：

import pandas as pd

# 转换每个DataFrame的时间戳列
df_a['Datetime'] = pd.to_datetime(df_a['Datetime'])
df_b['Datetime'] = pd.to_datetime(df_b['Datetime'])
df_c['Datetime'] = pd.to_datetime(df_c['Datetime'])

步骤2：处理重复时间戳（可选但关键） #

若单个测量源存在重复时间戳，需先聚合或去重，否则合并时会出现索引冲突：

# 示例：对重复时间戳的行取均值，也可选择保留第一行/最后一行
df_a = df_a.groupby('Datetime').mean().reset_index()
df_b = df_b.groupby('Datetime').first().reset_index()

步骤3：设置时间戳为索引 #

将Datetime设为每个DataFrame的索引，确保合并时按时间戳对齐：

df_a = df_a.set_index('Datetime')
df_b = df_b.set_index('Datetime')
df_c = df_c.set_index('Datetime')

步骤4：合并并区分测量源 #

给不同源的列加前缀避免重名，再用concat按列合并，可选择保留所有时间戳（join='outer'）或仅保留共同时间戳（join='inner'）：

# 给列名加前缀区分测量源
df_a = df_a.add_prefix('source_a_')
df_b = df_b.add_prefix('source_b_')
df_c = df_c.add_prefix('source_c_')

# 合并DataFrame
merged_df = pd.concat([df_a, df_b, df_c], axis=1, join='outer')

# 可选：将时间戳从索引转回列
merged_df = merged_df.reset_index()

示例验证 #

假设输入数据：

DataFrame A:

Datetime	Value1
2024-01-01 00:00:00	10
2024-01-01 00:05:00	12

DataFrame B:

Datetime	Value2
2024-01-01 00:00:00	20
2024-01-01 00:10:00	25

DataFrame C:

Datetime	Value3
2024-01-01 00:05:00	30
2024-01-01 00:10:00	35

执行上述步骤后，合并结果与预期一致：

常见报错处理 #

1. 设索引后concat报错：检查是否所有索引都是datetime类型，或某个DataFrame处理后变为Series（需确保每个DataFrame至少保留一列数据）。
2. 合并后出现重复行：检查各DataFrame是否存在未处理的重复时间戳，执行步骤2去重/聚合即可解决。

内容的提问来源于stack exchange，提问作者OpticalMagician