多个dataframe的列合并与行合并

根据时间索引合并列

将多个数据表，以时间为索引，并选取需要分析的列进行合并。在本文中，拿到的数据是同一时期的不同设备的特征数据，需要提取对应的列进行时间合并，在合并过程中存在以下问题：
1、时间索引存在重复，需要删除重复项，否则合并时会报错；
2、每个表中需要提取的列名称一样，需要在合并前进行重新命名，否则合并后就无法区分；
3、取共同时间进行合并，在同一时间段内不同表格的采集时间有差异，但是需要提取的是相同时间数据。

数据初步查看

选取文件所在的路径，读取文件并查看文件中的列名称

import pandas as pd
import glob,os

path='E:\python总结\实例数据\以时间为索引提取并合并列'    #选择要合并的文件路径
files=glob.glob(os.path.join(path,'*.csv'))    #将目录下所有csv格式的文档读取出来
data_0=pd.read_csv(files[0],engine='python')  #查看表得列名
data_0.columns

输出结果：

Index(['real_time', 'grWindSpeed', 'grVaneDirection', 'grPitchAngleBlade1',
       'grPitchAngleBlade2', 'grPitchAngleBlade3', 'grGenPowerForProcess',
       'grGenSpeedForProcess'],
      dtype='object')

按照要求进行数据列合并

hd