如何正确保存/加载含Datetime索引的DataFrame并完成拼接？

问题背景 #

使用pd.concat([previous_df, df_test], axis=0)拼接两个带Datetime索引的DataFrame时，出现Datetime索引丢失、自动生成新索引的异常，调整join、ignore_index参数均无法解决。排查后确认根源是：从CSV加载的DataFrame丢失了原本的Datetime索引。

正确保存含Datetime索引的DataFrame到CSV #

默认情况下df.to_csv()不会将DataFrame的索引写入CSV文件，要保留Datetime索引，需在保存时指定index=True，让索引作为单独一列存入CSV：

# 保存时写入Datetime索引
df.to_csv('datatest.csv', index=True)

从CSV加载时恢复Datetime索引 #

加载CSV时，需要指定索引列的位置（保存时索引在第0列），同时将该列解析为Datetime类型，确保索引类型正确：

# 加载时指定第0列为索引，并解析为Datetime类型
previous_df = pd.read_csv('datatest.csv', index_col=0, parse_dates=[0])

验证拼接操作 #

完成正确的保存与加载后，再执行拼接：

combined_data = pd.concat([previous_df, df_test], axis=0)

此时两个DataFrame的Datetime索引会被正确合并，不会出现索引丢失、列错位或生成冗余Unnamed:0列的问题，拼接结果将保留连续的Datetime索引结构。

错误原因说明 #

之前的操作中，因为保存时未写入索引，加载后previous_df的Datetime变成了普通数据列，而df_test的Datetime仍是索引，两者结构不匹配，最终导致拼接时出现数据错位、索引异常的问题。

内容的提问来源于stack exchange，提问作者Nikolas Weichert