pandas 时间序列数据叠加

要将时间序列数据叠加，可以使用 Pandas 库中的 `concat()` 函数。`concat()` 函数可以按照指定的轴将多个 Pandas 对象（如 Series 或 DataFrame）叠加在一起。

例如，假设有两个包含时间序列数据的 DataFrame 对象，可以使用以下代码将它们叠加在一起：

import pandas as pd

# 创建第一个时间序列数据
df1 = pd.DataFrame({
    'date': pd.date_range('2022-01-01', '2022-01-05', freq='D'),
    'value': [1, 2, 3, 4, 5]
})

# 创建第二个时间序列数据
df2 = pd.DataFrame({
    'date': pd.date_range('2022-01-03', '2022-01-07', freq='D'),
    'value': [6, 7, 8, 9, 10]
})

# 将两个时间序列数据叠加
df = pd.concat([df1, df2])

# 打印结果
print(df)

在上面的代码中，首先创建了两个包含时间序列数据的 DataFrame 对象 `df1` 和 `df2`，然后使用 `concat()` 函数将它们叠加在一起，并将结果存储在新的 DataFrame 对象 `df` 中。最后，使用 `print()` 函数打印结果。

输出结果如下：

        date  value
0 2022-01-01      1
1 2022-01-02      2
2 2022-01-03      3
3 2022-01-04      4
4 2022-01-05      5
0 2022-01-03      6
1 2022-01-04      7
2 2022-01-05      8
3 2022-01-06      9
4 2022-01-07     10

可以看到，`concat()` 函数将两个时间序列数据叠加在一起，并保留了各自的索引。