PY 抓取2个表格内相同的时间小时分钟秒的数据

如果你只需要抓取两个表格内相同的时间中的小时、分钟和秒的数据，可以按照以下步骤进行：

1. 读取两个表格并将它们转换成 Pandas 的 DataFrame 格式。
2. 对于每个 DataFrame，将时间列（假设为 "Time"）转换为 Pandas 中的时间格式，并将时间列的精度缩小到小时、分钟和秒。
3. 使用 Pandas 中的 merge() 函数，将两个 DataFrame 按照时间列进行合并。
4. 如果你只需要相同时间段内的数据，可以使用 Pandas 中的 loc() 函数，选取两个表格中时间列重叠的部分。

以下是一个简单的示例代码，假设两个表格的文件名分别为 "table1.csv" 和 "table2.csv"：

import pandas as pd

# 读取表格并转换成 DataFrame 格式
df1 = pd.read_csv('table1.csv')
df2 = pd.read_csv('table2.csv')

# 将时间列转换为 Pandas 中的时间格式，并将精度缩小到小时、分钟和秒
df1['Time'] = pd.to_datetime(df1['Time']).dt.floor('s')
df2['Time'] = pd.to_datetime(df2['Time']).dt.floor('s')

# 合并两个 DataFrame
merged = pd.merge(df1, df2, on='Time', how='inner')

# 选择重叠的时间段
result = merged.loc[(merged['Time'] >= '2022-01-01 00:00:00') & (merged['Time'] <= '2022-01-01 23:59:59')]

# 输出结果
print(result)

在这个示例代码中，我们首先读取了两个表格，并将它们转换成 DataFrame 格式。然后，我们将时间列转换为 Pandas 中的时间格式，并将时间列的精度缩小到小时、分钟和秒。接着，我们使用 merge() 函数将两个 DataFrame 按照时间列进行合并。最后，我们使用 loc() 函数选取了两个表格中时间列重叠的部分，并输出了结果。你可以根据自己的需求修改代码中的时间段和文件名。