两个df有部分相同的日期索引，如何合并能让日期相同的索引不重复显示

当你有两个DataFrame，它们都有部分相同的日期索引（Index），并且你想将它们合并在一起，同时避免重复的日期行，你可以使用`pandas`库中的`concat`或`merge`函数。这里我们假设这两个DataFrame分别是`df1`和`df2`。

1. **使用 concat()**:
如果你想简单地将两份数据堆叠在一起，可以这样做：

   merged_df = pd.concat([df1, df2], ignore_index=True)  # 先忽略索引，再按顺序排列
   merged_df.drop_duplicates(subset='date', keep='first')  # 删除重复的日期行

2. **使用 merge()**:
如果你想基于共享的日期索引进行合并，可以做内连接（inner join）：

   merged_df = pd.merge(df1, df2, on='date', how='outer', suffixes=('_df1', '_df2'))  # 连接相同日期
   merged_df = merged_df.loc[~merged_df.duplicated('date')]  # 删除重复行

使用`suffixes`参数可以帮助识别来自每个DataFrame的数据。

请注意，`keep='first'`或`how='inner'`会保留第一个出现的记录，如果需要选择其他规则（如保留最后一个、特定值等），需调整相应部分。