编写程序，模拟2023年5月1日9点~21点，某超市熟食，化妆品，日用品，服装，玩具每小时的销量每小时销售在5~100范围内，使用时间序列作为索引。

为了编写这样一个程序，你可以使用Python的pandas库来创建数据结构和模拟随机销量。首先，确保已经安装了pandas和numpy库，如果没有，可以使用pip install pandas numpy命令进行安装。

下面是一个简单的示例，它会生成一个包含五个类别商品（熟食、化妆品、日用品、服装和玩具）在指定时间段内每小时销量的数据框：

import pandas as pd
import numpy as np

# 定义产品类别和总小时数
product_categories = ['熟食', '化妆品', '日用品', '服装', '玩具']
total_hours = 12  # 从9点到21点共12个小时

# 创建一个时间序列，每小时为一个索引
time_index = pd.date_range(start='2023-05-01 09:00:00', end='2023-05-01 21:00:00', freq='H')

# 每小时销量范围设定为5到100之间
sales_per_hour = np.random.randint(low=5, high=101, size=(total_hours, len(product_categories)))

# 将销量数据整合到DataFrame中，时间序列作为索引
sales_df = pd.DataFrame(sales_per_hour, columns=product_categories, index=time_index)

print(sales_df)

运行这个程序，你会得到一个显示每个类别商品在给定时间内每小时销量的DataFrame。注意，这是一个简化的例子，实际应用中你可能会想要加上更多的细节，比如考虑到每天的特定趋势或节假日的影响。