要按照日期时间列的部分匹配合并pandas的数据框，可以使用pd.merge_asof函数。这个函数可以在两个数据框之间进行按照时间列进行模糊合并。

下面是一个示例代码：

import pandas as pd

# 创建第一个数据框
df1 = pd.DataFrame({'time': pd.to_datetime(['2020-01-01 12:00:00', '2020-01-02 12:00:00', '2020-01-03 12:00:00']),
                    'value1': [1, 2, 3]})

# 创建第二个数据框
df2 = pd.DataFrame({'time': pd.to_datetime(['2020-01-01 12:00:05', '2020-01-02 11:59:59', '2020-01-03 12:00:01']),
                    'value2': [4, 5, 6]})

# 按照时间列进行部分匹配合并
merged_df = pd.merge_asof(df1, df2, on='time', direction='nearest')

# 打印合并后的数据框
print(merged_df)

输出结果为：

                 time  value1  value2
0 2020-01-01 12:00:00       1       4
1 2020-01-02 12:00:00       2       5
2 2020-01-03 12:00:00       3       6

在这个示例中，我们创建了两个数据框df1和df2，它们都有一个名为"time"的时间列。然后，我们使用pd.merge_asof函数按照时间列进行部分匹配合并，合并方向为"nearest"，即选择最接近的时间进行匹配。合并后的结果保存在merged_df中，并打印输出。