与熊猫合并两个数据框

我有两个数据框：

df_energy.info()

<class 'pandas.core.frame.DataFrame'>
Int64Index: 34673 entries, 1 to 43228
Data columns (total 6 columns):
TIMESTAMP        34673 non-null datetime64[ns]
P_ACT_KW         34673 non-null float64
PERIODE_TARIF    34673 non-null object
P_SOUSCR         34673 non-null float64
SITE             34673 non-null object
TARIF            34673 non-null object
dtypes: datetime64[ns](1), float64(2), object(3)
memory usage: 1.9+ MB

和df1：

df1.info()

<class 'pandas.core.frame.DataFrame'>
RangeIndex: 38840 entries, 0 to 38839
Data columns (total 7 columns):
TIMESTAMP                 38840 non-null datetime64[ns]
ACT_TIME_AERATEUR_1_F1    38696 non-null float64
ACT_TIME_AERATEUR_1_F3    38697 non-null float64
ACT_TIME_AERATEUR_1_F5    38695 non-null float64
ACT_TIME_AERATEUR_1_F6    38695 non-null float64
ACT_TIME_AERATEUR_1_F7    38693 non-null float64
ACT_TIME_AERATEUR_1_F8    38696 non-null float64
dtypes: datetime64[ns](1), float64(6)
memory usage: 2.1 MB

我尝试根据TIMESTAMP列合并这两个数据框：

merged_df_energy = pd.merge(df_energy.set_index('TIMESTAMP'), 
                     df1,
                     right_index=True,
                     left_index =True)

但是我得到这个错误：

TypeError                                 Traceback (most recent call last)
<ipython-input-190-34cd0916eb6a> in <module>()
      2                      df1,
      3                      right_index=True,
----> 4                      left_index =True)
      5 merged_df_energy.info()

C:\Users\Demonstrator\Anaconda3\lib\site-packages\pandas\tools\merge.py

在merge中（left，right，how，on，left_on，right_on，left_index，right_index，sort，suffixes，copy，indicator）37 right_index = right_index，sort = sort，后缀=后缀，38 copy = copy，indicator = indicator）- -> 39如果debug：41 merge，则返回op.get_result（）40 。doc = _merge_doc％'\ nleft：DataFrame'

C:\Users\Demonstrator\Anaconda3\lib\site-packages\pandas\tools\merge.py

在get_result（self）215 self.left，self.right）216-> 217 join_index，left_indexer，right_indexer = self._get_join_info（）218219 ldata，rdata = self.left._data，self.right._data

C:\Users\Demonstrator\Anaconda3\lib\site-packages\pandas\tools\merge.py

在_get_join_info（self）中337如果self.left_index和self.right_index：338 join_index，left_indexer，right_indexer = \-> 339 left_ax.join（right_ax，how = self.how，return_indexers = True）340 elif self.right_index和self .how =='左'：341 join_index，left_indexer，right_indexer = \

C:\Users\Demonstrator\Anaconda3\lib\site-packages\pandas\tseries\index.py

在join（self，other，how，level，return_indexers）1072 this，other = self._maybe_utc_convert（other）1073 return Index.join（this，other，how = how，level = level，-> 1074 return_indexers = return_indexers）1075 1076 def _maybe_utc_convert（self，other）：

C:\Users\Demonstrator\Anaconda3\lib\site-packages\pandas\indexes\base.py

在join（self，other，how，level，return_indexers）中2480 this = self.astype（'O'）2481 other = other.astype（'O'）-> 2482返回this.join（other，how = how，how，return_indexers = return_indexers）2483 2484 _validate_join_method（如何）

C:\Users\Demonstrator\Anaconda3\lib\site-packages\pandas\indexes\base.py

在join（self，other，how，level，return_indexers）中2493 else：2494 return self._join_non_unique（other，how = how，-> 2495 return_indexers = return_indexers）2496 elif self.is_monotonic和other.is_monotonic：2497试试：

C:\Users\Demonstrator\Anaconda3\lib\site-packages\pandas\indexes\base.py

在_join_non_unique（自身，其他方式，return_indexers）中2571 left_idx，right_idx = _get_join_indexers（[self.values]，2572 [other._values]，how = how，-> 2573 sort = True）2574 2575 left_idx = com._ensure_platform_int（ left_idx）

C:\Users\Demonstrator\Anaconda3\lib\site-packages\pandas\tools\merge.py

在_get_join_indexers（left_keys，right_keys，sort，how）中544 545＃获取左右连接标签和num。每个位置的级别数-> 546 llab，rlab，形状= map（list，zip（* map（fkeys，left_keys，right_keys）））547548＃从标签列表中获取平坦的i8键

C:\Users\Demonstrator\Anaconda3\lib\site-packages\pandas\tools\merge.py

_factorize_keys（lk，rk，sort）中的718如果排序：719 uniques = rizer.uniques.to_array（）-> 720 llab，rlab = _sort_labels（uniques，llab，rlab）721722＃NA组

C:\Users\Demonstrator\Anaconda3\lib\site-packages\pandas\tools\merge.py

在_sort_labels（唯一，左，右）中741 unique =索引（唯一）.values 742-> 743 sorter = unique.argsort（）744745 reverse_indexer = np.empty（len（sorter），dtype = np.int64）

pandas\tslib.pyx in pandas.tslib._Timestamp.__richcmp__ (pandas\tslib.c:18619)()

TypeError: Cannot compare type 'Timestamp' with type 'int'

您能帮我解决这个问题吗？

谢谢