Pandas:在add（）期间将序列视为步骤函数？

当添加两个索引不相同的时间序列时，将创建并分配两个时间序列都不通用的索引值

import pandas as pd
import numpy as np
from datetime import datetime

ts1 = pd.Series([1, 2], index=[datetime(2011,1,2), datetime(2011,1,3)])
ts2 = pd.Series([3, 4], index=[datetime(2011,1,3), datetime(2011,1,4)])

ts1.add(ts2)
  2011-01-02    NaN
  2011-01-03    5.0
  2011-01-04    NaN
  dtype: float64

如何添加两个系列，以便为缺失的日期时间点分配紧靠前一个日期时间值的值？（将两个系列视为逐步函数）

例如，我希望得到以下结果：

ts1.add(ts2)
  2011-01-02    NaN     # ts2 has no prior value for this date, so still NaN
  2011-01-03    5.0     #
  2011-01-04    6.0     # ts1 carries over the value 2 from 2011-01-03
  dtype: float64

---

如果使用两个系列的索引并集对它们重新编制索引，则可以使用

ffill

方法用前面的值填充缺少的值

union = ts1.index.union(ts2.index)
ts1.reindex(union, method='ffill').add(ts2.reindex(union, method='ffill'))

屈服

2011-01-02    NaN
2011-01-03    5.0
2011-01-04    6.0
dtype: float64