Python 如何从存在重复的现有列中为Pandas DataFrame设置新的索引

我正在从MongoDB数据库获取数据，并将其转换为Pandas DataFrame，以便稍后完成其他操作.MongoDB数据库包含一组基于时间的条目，由于它们的存储方式，每个频道的每个样本都是它自己的文档.其中一些频道总是在同一时间采样，而另一些频道则在不同的时间表上.下面是一个文档的快速示例.

timestamp:
    2024-01-05T08:16:30.848+00:00
metaData:
    deviceId:
        "123"
    channelName:
        "Channel1"
_id:
    659c23016ad87924ff552882
Channel1:
    10345

因此，当我try 使用如下内容从数据库中获取一些频道时

b = pd.DataFrame(list(timeCol.find({'metaData.deviceId':'123','metaData.channelName':{'$in':['Channel1','Channel2','Channel3','Channel4','Channel5']}},{'_id':0,'metaData':0}).sort('timestamp')))

我得到了一个数据帧，如下所示

                     timestamp  Channel1          Channel2       Channel3        Channel4  Channel5
0      2024-01-05 20:27:31.340    0.0                NaN           NaN             NaN        NaN
1      2024-01-05 20:27:31.382    1.0                NaN           NaN             NaN        NaN
2      2024-01-05 20:27:31.400    NaN               2456           NaN             NaN        NaN
3      2024-01-05 20:27:31.400    NaN                NaN        10.231             NaN        NaN
4      2024-01-05 20:27:31.400    NaN                NaN           NaN             2.4        NaN

但它有更多的条目，因为我通常对几个小时的时间跨度感兴趣.无论如何，如您所见，Channels2-5通常共享一个时间戳，但Channel1的速率更高.

Is there any way that I can set the timestamp column to be the index and have Pandas only use unique entries for timestamp and then correctly sample the other columns?个

我知道我可能可以通过 for each 列创建一个系列，然后合并/加入它们来做到这一点，但我认为这将需要 for each 通道单独调用数据库，并且为了速度和效率，我更愿意限制数据库调用.我可以请求对数据库进行一些更改，但这是数据广播的方式(每个频道/设备都有单独的消息)，没有什么能保证频道会在相同的时间戳上，但这似乎更多地发生在某些频道上.还有其他频道以更高的速度播放，我也需要在我的分析中工作，但我计划单独查询这些频道，稍后再添加它们.

谢谢!