dataframe 格式为ts_code name limitup_times 0 000017.SZ 深中华A 11，新增加一列时间，并将多个dataframe追加方式形成一个新的dataframe

在Python的pandas库中，如果你有一个Dataframe，它的格式是`ts_code`, `name`, 和 `limitup_times`，你可以添加新的一列`time`。这通常需要根据某种规则或已有数据填充时间值。这里假设我们已经有了日期序列，可以按照索引或者其他方式添加。接着，如果你有多个这样的DataFrame并且想追加到一起，可以使用`pd.concat`函数。

例如，如果你已经有了两个DataFrame，分别是df1和df2：

df1 = pd.DataFrame({
    'ts_code': ['000017.SZ', '000020.SZ'],
    'name': ['深中华A', '深天地A'],
    'limitup_times': [11, 12],
    # 假设你已经有了一列时间
    'time': pd.date_range(start='2023-01-01', periods=2)
})

df2 = pd.DataFrame({
    'ts_code': ['000030.SZ', '000048.SZ'],
    'name': ['平安银行', '格力电器'],
    'limitup_times': [13, 14],
    # 同样，已经有了时间
    'time': pd.date_range(start='2023-01-03', periods=2)
})

# 添加时间列
df1['time'] = pd.to_datetime(df1['time'])  # 将字符串转换为datetime格式
df2['time'] = pd.to_datetime(df2['time'])

# 追加两个DataFrame
combined_df = pd.concat([df1, df2], ignore_index=True)  # ignore_index=True是为了重新设定索引