您正在尝试使用上次观测值结转（LOCF）操作对时间序列进行重新采样。使用data.table和roll=+Inf连接可以有效地完成这一操作。（dt[dt_regular, on = "Date_Time", roll=+Inf]，其中dt是您的数据，dt_regular是一个data.table，其中有一个Date_Time列，间隔为15分钟）。
考虑到你的例子：

library(data.table)
df
#>              Date_Time Heat Capacity
#> 1  2023-06-05 14:29:56          -209
#> 2  2023-06-05 14:30:06          -209
#> 3  2023-06-05 14:30:16          -203
#> 4  2023-06-05 14:30:26          -202
#> 5  2023-06-05 14:30:36          -197
#> 6  2023-06-05 14:30:46          -196
#> 7  2023-06-05 14:30:57          -191
#> 8  2023-06-05 14:31:07          -185
#> 9  2023-06-05 14:31:17          -185
#> 10 2023-06-05 14:31:27          -184
#> 11 2023-06-05 14:31:37          -184
#> 12 2023-06-05 14:31:47          -185
dt <- as.data.table(df)

# get time range of interested  rounded to full hours with a an hour of buffer
date_range <- dt[,round(range(Date_Time)+c(-60*60, 60*60) , unit="hours")]
# create 15-minute-spaced full hour aligned regular grid of time range of interest
df_regular <- data.table(Date_Time = do.call(seq, c(as.list(date_range), "15 min")))
# LOCF join into actual data ( dropping left side off buffer with `nomatch=NULL`)
dt[df_regular, ,on = "Date_Time", roll = +15*60, nomatch=NULL]
#>              Date_Time Heat Capacity
#>                 <POSc>         <int>
#> 1: 2023-06-05 14:30:00          -209
#> 2: 2023-06-05 14:45:00          -185

字符串
在这里，我们允许最大结转15分钟，以摆脱右侧的缓冲时间。如果在之前的15分钟内没有测量，则这可能导致网格时间点下降。如果这还不能满足您的需求，您需要更具体地说明您想要处理的时间范围或如何处理这些情况。
然而，您可能希望使用例如直接处理您的不等距时间点。fable或使用平均或插值代替。

您可以使用lubridate包中的round_date：

lubridate::round_date(Date_Time, "15 minutes")

字符串
回合时间至满15分钟。dplyr的完整工作流程如下所示：

library(dplyr)
my Data %>% 
  mutate(Date_Time2 = lubridate::round_date(Date_Time, "15 minutes")) %>%
  group_by(Date_Time2) %>%
  mutate(
    HC = last(`Heat Capacity`)
  )

型