時系列の足し算、欠損値＝0の場合、どう書き換えたらいいですか

Question

実現したいこと

2つデータの時系列の足し算。
時間が違う場合に、足し算はどう書いたらいいですか

cols_name=['time','power']
df1 = pd.read_csv(r"1.csv", index_col= 0 ,names=cols_name)
df2 = pd.read_csv(r"2.csv", index_col= 0 ,names=cols_name)
df_sum = df1 + df2

発生している問題・エラーメッセージ

エラーメッセージ

計算できますが、結果は以下となりました。
2021/08/01 00:30:00 NaN
2021/08/02 00:30:00 NaN
2021/08/03 00:30:00 NaN
2021/08/04 00:30:00 NaN
2021/08/05 00:30:00 NaN

該当のソースコード

(df.isnull().sum())　？
(df_replace.isnull().sum())　？

補足情報（FW/ツールのバージョンなど）

時間がない値は0となります。
この結果が希望
2021/08/01 00:30:00 12245
2021/08/02 00:30:00 22330
...
2021/08/06 00:30:00 13354

Comments

[bsdfan]

解決済みなのでコメントで。以下でもできると思います。
df_sum = df1.add(df2, fill_value=0)

Answer 1

import pandas as pd

cols_name=['time','power']
df1 = pd.read_csv(r"1.csv", index_col= 0 ,names=cols_name, parse_dates=True)
df2 = pd.read_csv(r"2.csv", index_col= 0 ,names=cols_name, parse_dates=True)
df_sum = pd.merge(df1, df2, left_index=True, right_index=True, how='outer')\
           .sum(axis=1).to_frame(cols_name[-1])

print(df_sum)

#                        power
# time                        
# 2021-08-01 00:30:00  12245.0
# 2021-08-02 00:30:00  22330.0
# 2021-08-03 00:30:00  27500.0
# 2021-08-04 00:30:00  19393.0
# 2021-08-05 00:30:00  12455.0
# 2021-08-06 00:30:00  13354.0
# 2021-08-07 00:30:00  14375.0
# 2021-08-08 00:30:00  14423.0
# 2021-08-09 00:30:00   1002.0
# 2021-08-10 00:30:00   1123.0
# 2021-08-11 00:30:00   1240.0
# 2021-08-12 00:30:00   1309.0
# 2021-08-13 00:30:00   1315.0

Answer 2

concatで結合してインデックスでgroupbyしてsumをとればよいかと思います。

import pandas as pd
from io import StringIO

s1 = """time,power
2021/8/1 0:30,100
2021/8/6 0:30,200"""
s2 = """time,power
2021/8/6 0:30,300
2021/8/7 0:30,400"""
df1 = pd.read_csv(StringIO(s1), index_col= 0)#, parse_dates=['time'])
df2 = pd.read_csv(StringIO(s2), index_col= 0)#, parse_dates=['time'])

df_sum = pd.concat([df1, df2]).groupby(level=0).sum().reset_index().set_index('time')
print(df_sum)
"""
               power
time
2021/8/1 0:30    100
2021/8/6 0:30    500
2021/8/7 0:30    400
"""