Pandas按照时间维度合并多张表

1.数据样式和目标

1.1 数据样式

A表：

time	value
1996-1-1	111
1996-1-2	222
1996-1-6	333
1996-1-10	444

B表：

time	value
1996-1-2	555
1996-1-5	666
1996-1-11	777
1996-1-12	888

1.2 拼接目标样式：

time	value_A	value_B
1996-1-1	111	null
1996-1-2	222	555
1996-1-5	null	666
1996-1-6	333	null
1996-1-10	444	null
1996-1-11	null	777
1996-1-12	null	888

2. 拼接方法

        我尝试了pd.merge()和pd.concat()这两种方法，发现pd.merge()才是我想要的拼接形式，按索引拼接；而pd.concat()属于硬性拼接，只会把双方的第一行第二行拼接一起。

2.1 pd.merge()

df = pd.merge(left=left_df, right=right_df, how='outer', on='time')

拼接结果为：

time	value_A	value_B
1996-1-1	111	null
1996-1-2	222	null
1996-1-6	333	null
1996-1-10	444	null
1996-1-2	null	555
1996-1-5	null	666
1996-1-11	null	777
1996-1-12	null	888

2.2 df.sort_index()

        为了将上述数据处理成我们想要的格式，我尝试了df.groupby()，发现只能是DataframeGroupBy对象，而非我们想要的Dataframe，转换非常麻烦；后来发现了df.sort_index()方法，按照索引排序，解决！

df = df.sort_index()

代码结果为：

time	value_A	value_B
1996-1-1	111	null
1996-1-2	222	555
1996-1-5	null	666
1996-1-6	333	null
1996-1-10	444	null
1996-1-11	null	777
1996-1-12	null	888