如何基于时间索引拼接不同频率DataFrame并填充NaN？

核心解决方案 #

你不需要对小时数据做插值，直接通过**索引重匹配（reindex）**就能实现需求，步骤如下：

1. 验证索引类型与唯一性
   首先确保两个DataFrame的索引都是datetime64类型，且无重复值（这是你之前concat报错的核心原因）：

   # 检查索引类型
   print(df_15min.index.dtype)
   print(df_hourly.index.dtype)
   # 检查索引是否唯一
   print(df_15min.index.is_unique)
   print(df_hourly.index.is_unique)
   

   如果索引不是datetime类型，先转换：

   df_15min.index = pd.to_datetime(df_15min.index)
   df_hourly.index = pd.to_datetime(df_hourly.index)
   

   如果有重复索引，需要先去重（比如保留第一个值）：

   df_15min = df_15min[~df_15min.index.duplicated(keep='first')]
   df_hourly = df_hourly[~df_hourly.index.duplicated(keep='first')]
   

2. 对小时数据重匹配到15分钟索引
   用15分钟DataFrame的索引作为目标，对小时数据执行reindex，非整点的行自动填充NaN：

   df_hourly_reindexed = df_hourly.reindex(df_15min.index)
   

3. 合并两个DataFrame
   用concat或join合并，保留15分钟索引：

   # 方法1：concat
   result = pd.concat([df_15min, df_hourly_reindexed], axis=1)
   # 方法2：join（更简洁）
   result = df_15min.join(df_hourly_reindexed)
   

为什么之前的方法失败？ #

• concat报错：因为其中一个DataFrame存在重复索引，导致无法对齐，先处理重复索引即可解决。
• merge/join未得到预期结果：可能是你没有先对小时数据做重索引，直接合并时只会匹配到整点的行，非整点行不会被保留（内连接）或小时数据列全为NaN（外连接但索引未对齐）。

关于插值的疑问 #

不需要插值，插值是用来填充数值（比如线性插值、向前填充），而你需求是缺失行留NaN，reindex完全可以满足，且更符合需求。

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