求助：带Timestamp的不同时间间隔跨表格数据集对齐比较方法

一、Excel/Google Sheets 操作方案 #

• 用匹配函数快速对齐
  假设1秒间隔的数据集在Sheet1的A列（Timestamp）、B列（数据），2秒间隔的在Sheet2的A列（Timestamp）、B列（数据）。在Sheet1新增一列（比如C列），输入公式：
  =XLOOKUP(A2, Sheet2!A:A, Sheet2!B:B, "无匹配")
  下拉填充后，Sheet1每一行都会对应Sheet2中相同时间戳的数据，没匹配到的会显示“无匹配”，直接就能对比同时间点的两组值。
  旧版Excel用VLOOKUP：
  =VLOOKUP(A2, Sheet2!A:B, 2, FALSE)
  注意：先把两边的Timestamp格式统一成一样的（比如yyyy-mm-dd hh:mm:ss），避免格式不兼容导致匹配失败。

• Power Query批量合并（适合大数据量）

  1. 依次把两个数据集导入Power Query（数据>获取数据>自文件>自工作簿）
  2. 确认两个查询里的Timestamp列都是日期/时间类型
  3. 选中其中一个查询，点「合并查询」，选择另一个查询，匹配列选Timestamp，连接类型选「仅匹配的行」（要保留所有1秒数据就选「左外部」）
  4. 把合并后的数据加载到新工作表，就能直接看到对齐后的完整数据集，比手动操作快N倍。

二、Python 脚本方案（超大数据量首选） #

如果数据量达到几十万甚至百万级，用代码自动化处理更高效，示例用pandas库：

import pandas as pd

# 读取两个表格
df_1s = pd.read_excel("1秒间隔数据集.xlsx")
df_2s = pd.read_excel("2秒间隔数据集.xlsx")

# 统一Timestamp格式为datetime类型
df_1s["Timestamp"] = pd.to_datetime(df_1s["Timestamp"])
df_2s["Timestamp"] = pd.to_datetime(df_2s["Timestamp"])

# 按Timestamp合并，只保留两边都有的时间点
merged_df = pd.merge(df_1s, df_2s, on="Timestamp", how="inner", suffixes=("_1s", "_2s"))

# 保存对齐后的结果
merged_df.to_excel("对齐后数据集.xlsx", index=False)

运行脚本后，生成的新表格里就是所有时间戳匹配的行，直接对比对应列的数据就行。要是想保留所有1秒的时间点（包括2秒数据集没有的），把how="inner"改成how="left"。

内容的提问来源于stack exchange，提问作者Sujith