如何把两个表格合起来，每个表格每一列代表一个资产的价格序列，每一行代表一个时间点。一个表格为2020年的，一个表格为2021年的，怎么将同一资产不同时间的数据合并起来.例如，2020年表格中有一列为股票a2020年的价格，2021年表格中有一列为股票a2021年的价格，将2021年的价格合并到2020年价格的下面

你可以使用 Pandas 的 `merge()` 函数将两个表格合并，具体步骤如下：

1. 首先，需要给每个表格中的列名添加后缀，以便区分同名列。例如，对于第一个表格，可以使用 `add_suffix('_2020')` 给每个列名都添加 `_2020` 后缀；对于第二个表格，可以使用 `add_suffix('_2021')` 给每个列名都添加 `_2021` 后缀。这样就可以保证每个列名都是唯一的。

2. 然后，使用 `merge()` 函数将两个表格合并。可以使用 `on` 参数指定合并的列名，对于同名列名的列，可以使用 `suffixes` 参数为它们添加不同的后缀，以避免重复。例如，可以使用以下代码将两个表格合并：

merged_df = pd.merge(df_2020.add_suffix('_2020'), df_2021.add_suffix('_2021'), on='asset', how='outer', suffixes=('_2020', '_2021'))

其中，`df_2020` 和 `df_2021` 分别为两个表格，`on='asset'` 表示按照资产名称进行合并，`how='outer'` 表示使用外连接方式合并，`suffixes=('_2020', '_2021')` 表示对于同名列添加 `_2020` 或 `_2021` 后缀。

3. 最后，需要将合并后的表格按照时间排序，可以使用 `sort_values()` 函数按照时间列进行排序。例如，可以使用以下代码将表格按照时间排序：

merged_df = merged_df.sort_values('date')

其中，`'date'` 为时间列的列名。

这样就可以将两个表格合并起来，并且同一资产不同时间的数据也会被合并在一起。