如何合并两个df,相同日期索引的数据放到同一行，如两个df都有范围不同的日期索引date，df1的数据列名为AA，df2的数据列名为BB，怎么保证合并后的df_new，索引为date（兼具df1和df2的日期范围），同时，有AA列和BB列的数据

在Pandas中，你可以使用`concat`或`merge`函数结合`DataFrame`的`loc`或者`align`功能来实现这个需求。这里是一个步骤示例：

1. 首先，假设`df1`和`df2`都已经设置了日期`date`作为索引。你需要检查它们是否已经按日期排序并且没有重复。

import pandas as pd

# 假设df1和df2已经是这样的结构

2. 使用`concat`如果只关注数据的简单堆叠，可以这样操作：

df_new = pd.concat([df1, df2], axis=1)

这会将两份数据并排放置在同一张表格上，保留各自的索引。

3. 如果你需要保持索引完全覆盖两者的日期范围，并且对缺失值有特定处理（比如填充0、NaN等），可以使用`merge`和`left_index=True`，`right_index=True`：

df_new = df1.merge(df2, how='outer', left_index=True, right_index=True, suffixes=('_df1', '_df2'))
df_new = df_new.fillna(0)  # 或者你想使用的其他填充策略

这会创建一个新的数据框，其中每个日期都会包含来自df1和df2的对应列。