重叠时间索引需明确处理策略：concat后用sort_index对齐，再依需groupby聚合（如mean/last）；combine_first仅单向填充空值，update可覆盖但不添加新索引，重采样前须先归一化索引。
用 pd.concat() + sort_index() 处理重叠时间索引
重叠索引不是错误，而是常见现象——比如两个传感器在相同时间点都采集了数据。Pandas 默认会保留所有行，不自动去重或覆盖，所以直接 concat 会导致重复时间戳。关键不是“避免重叠”，而是明确你要怎么处理它：concat 后必须决定是保留全部、取最后值、还是按规则合并。
- 用
pd.concat([ts1, ts2], axis=0)垂直拼接，保留所有原始行（包括重复时间戳） - 紧接着调用
.sort_index()，让时间对齐便于后续操作 - 如果想按时间戳聚合（如多个观测取均值），接
.groupby(level=0).mean()；若只留最新一条，用.groupby(level=0).last() - 注意：若索引含时区（如
datetime64[ns, UTC]），必须先统一时区，否则groupby会把相同时间但不同时区的视为不同索引
combine_first() 适合补空缺，不是合并冲突
很多人误以为 combine_first() 是“智能合并”，其实它只做单向填充：用右侧非空值填补左侧空缺，对重叠位置的非空值不做覆盖也不报错——左侧值永远优先。它不解决“两个都有值怎么办”的问题。
- 适用场景：一个序列是主数据（如每日收盘价），另一个是补充修正（如某日人工校准值），且你明确希望“主数据为主，仅缺值才用补充”
- 写法：
ts_main.combine_first(ts_correction)，结果索引是二者并集，重叠处完全保留ts_main的值 - 陷阱：若两个序列在相同时间都有有效值，
combine_first不会警告、不提示冲突，静默丢弃右侧值——容易漏掉数据矛盾
用 update() 覆盖指定时间点，需谨慎控制范围
update() 是唯一真正“覆盖式合并”的方法，但它默认就地修改，且只更新左侧已存在的索引位置。如果你的修正数据包含新时间点，它们不会被加入结果中。
- 要让新时间点也进来，得先用
pd.concat(..., sort=False)拼出全量索引，再.update()，或改用reindex().update() - 安全做法：先检查重叠部分差异，比如
ts1.index.intersection(ts2.index)，再决定是否允许覆盖 - 注意
update对 NaN 的处理：右侧为 NaN 时，不会覆盖左侧非空值——这点和combine_first相反
重采样前先对齐，否则 resample() 会放大重叠误差
如果最终目标是降频（如分钟→小时），别急着先 resample。重叠索引在重采样时会被分别计算，导致同一小时里出现多条“第一条记录”或“平均值被重复计入”。必须先归一化索引再重采样。
- 推荐流程：先
concat→sort_index→groupby(level=0).first()（或.mean()）→ 再resample('H').mean() - 如果原始数据是不规则高频（如每秒多个点），建议用
.asfreq('S')或.reindex()插值对齐，而不是依赖resample自动处理重叠 - 性能提醒：对千万级时间点做
groupby可能慢，可先用.index.duplicated(keep='first')标记重复项，再布尔索引过滤
真正麻烦的从来不是怎么合并，而是没想清楚“重叠意味着什么”——是数据冗余？测量误差？还是业务上本该互斥？选函数只是执行决策，前提是你已经判断好哪个时间点的值更可信、要不要保留历史痕迹、以及下游系统能否接受非单调索引。
Python免费学习笔记（深入）：立即使用
在学习笔记中，你将探索 Python 的核心概念和高级技巧！
