如何基于目标datetime数组修正带datetimeindex的Pandas DataFrame

解决方案 #

直接使用Pandas内置的reindex方法即可实现需求，全程无显性for循环，底层是向量化操作，处理效率远高于自定义循环实现。

具体实现步骤

1. 生成标准5分钟间隔索引（可选优化）
   无需手动写时间生成函数，直接用pd.date_range生成符合要求的标准索引即可：

import pandas as pd

# 取原数据的起止时间，生成5分钟间隔的标准索引，freq='5T'代表5分钟间隔
correct_index = pd.date_range(start=df.index.min(), end=df.index.max(), freq='5T')

如果你已经手动生成了目标时间数组date_arr，直接转成DatetimeIndex类型即可：

correct_index = pd.to_datetime(date_arr)

2. 调用reindex方法得到结果

df2 = df.reindex(correct_index)

方法逻辑说明

reindex完全匹配你的需求：

• 自动删除原DataFrame中索引不在correct_index里的行（对应示例中11:12、11:27的非法行）
• 自动为correct_index中存在、原DataFrame缺失的索引新增行，默认填充NaN（对应示例中11:25的缺失行）
• 原有合法索引的行数据会完整保留，不会做任何修改。

内容的提问来源于stack exchange，提问作者Nihilum