python中如何实现两个时间序列的日期对齐

       在处理两个时间序列数据时，常常会需要把两个时间序列放在一个DataFrame中，但是两个时间序列的日期并不一定是一致的，这时候就需要对两个时间序列进行日期对齐。在pandas中，有一个很方便的merge()函数可以帮我们实现这个目的。

       如图一，我们只看data_sp500和data_HSI两个对象，其都是DataFrame，内容是2005年到2018年间的标普500指数和香港恒生指数的日收盘价，我们先把这两个对象中的字符串日期转换为datetime对象，以方便格式统一便与后续操作。现在我们要把这两个DataFrame以Date列横向连接在一起，则可以利用pandas的merge()函数实现。

（图一）

       在merge时，其中参数on指定两个DataFrame中共同的列作为连接的键，how指定相应的连接方式，默认为‘inner’,表示最后取的数据是两个Date列的交集；但是这里我们选择的是‘outer’，表示最后取的是两个Date列的并集，这样子显然就会有空缺值。连接后的data_1对象如图二所示，我们只展示了最后10行的内容。

（图二）

       从图二的结果中可以看到，这里最后显示的并不是按照时间顺序排序的。原因是，merge()函数默认先按照左边DataFrame的Date列连接并排序，最后左边对象的Date列中没有的日期再在连接后的DataFrame对象中的末尾按缺失顺序排列显示，由于最后显示的是左边Date列缺失的内容，所以在图二的结果中左边的最后的值都是空缺的。为了使得日期按照日期顺序排列，我们可直接对日期进行排序，这就是Timestamp对象的好处，可以直接按照日期进行排序，排序之后，我们得到的就是两个时间序列日期对齐后的DataFrame对象，如图三所示。

（图三）