解决方案
输入数据帧：LCLid energy(kWh/hh)
day_time
2014-01-01 00:00:00 MAC000006 0.270453
2014-01-01 00:00:00 MAC000007 0.170603
2014-01-01 00:30:00 MAC000006 0.716418
2014-01-01 00:30:00 MAC000007 0.276678
2014-01-01 03:00:00 MAC000006 0.819146
2014-01-01 03:00:00 MAC000007 0.027490
2014-01-01 03:30:00 MAC000006 0.688879
2014-01-01 03:30:00 MAC000007 0.868017
你需要做的是：
^{pr2}$
结果：LCLid energy(kWh/hh)
2014-01-01 00:00:00 MAC000006 0.270453
2014-01-01 00:00:00 MAC000007 0.170603
2014-01-01 00:30:00 MAC000006 0.716418
2014-01-01 00:30:00 MAC000007 0.276678
2014-01-01 01:00:00 MAC000006 0.716418
2014-01-01 01:00:00 MAC000007 0.276678
2014-01-01 01:30:00 MAC000006 0.716418
2014-01-01 01:30:00 MAC000007 0.276678
2014-01-01 02:00:00 MAC000006 0.819146
2014-01-01 02:00:00 MAC000007 0.027490
2014-01-01 02:30:00 MAC000006 0.819146
2014-01-01 02:30:00 MAC000007 0.027490
2014-01-01 03:00:00 MAC000006 0.819146
2014-01-01 03:00:00 MAC000007 0.027490
2014-01-01 03:30:00 MAC000006 0.688879
2014-01-01 03:30:00 MAC000007 0.868017
首先，我将构建一个类似于您的的示例数据帧
import numpy as np
import pandas as pd
Building an example DataFrame that looks like yours
df = pd.DataFrame({
‘day_time’: [
pd.Timestamp(2014, 1, 1, 0, 0),
pd.Timestamp(2014, 1, 1, 0, 0),
pd.Timestamp(2014, 1, 1, 0, 30),
pd.Timestamp(2014, 1, 1, 0, 30),
pd.Timestamp(2014, 1, 1, 3, 0),
pd.Timestamp(2014, 1, 1, 3, 0),
pd.Timestamp(2014, 1, 1, 3, 30),
pd.Timestamp(2014, 1, 1, 3, 30),
‘LCLid’: [
‘MAC000006’,
‘MAC000007’,
‘MAC000006’,
‘MAC000007’,
‘MAC000006’,
‘MAC000007’,
‘MAC000006’,
‘MAC000007’,
‘energy(kWh/hh)’: np.random.rand(8)
).set_index(‘day_time’)
结果：LCLid energy(kWh/hh)
day_time
2014-01-01 00:00:00 MAC000006 0.270453
2014-01-01 00:00:00 MAC000007 0.170603
2014-01-01 00:30:00 MAC000006 0.716418
2014-01-01 00:30:00 MAC000007 0.276678
2014-01-01 03:00:00 MAC000006 0.819146
2014-01-01 03:00:00 MAC000007 0.027490
2014-01-01 03:30:00 MAC000006 0.688879
2014-01-01 03:30:00 MAC000007 0.868017
请注意，我们是如何缺少以下时间戳的：2014-01-01 01:00:00
2014-01-01 01:30:00
2014-01-02 02:00:00
2014-01-02 02:30:00
在数据框重新索引()
首先要知道的是，df.reindex()允许您填充缺少的索引值，对于缺少的值，默认值为NaN。在您的例子中，您需要提供完整的时间戳范围索引，包括在起始数据帧中没有显示的值。在
在这里，我使用pd.date_range()列出最小和最大起始索引值之间的所有时间戳，以30分钟为单位。警告：这种方式意味着，如果丢失的时间戳值在开头或结尾，则不会重新添加它们！所以也许你想显式地指定start和{}。在full_idx = pd.date_range(start=df.index.min(), end=df.index.max(), freq=’30T’)
结果：DatetimeIndex([‘2014-01-01 00:00:00’, ‘2014-01-01 00:30:00’,
‘2014-01-01 01:00:00’, ‘2014-01-01 01:30:00’,
‘2014-01-01 02:00:00’, ‘2014-01-01 02:30:00’,
‘2014-01-01 03:00:00’, ‘2014-01-01 03:30:00’],
dtype=’datetime64[ns]’, freq=’30T’)
现在，如果我们使用它来重新索引一个分组的子数据帧，我们将得到：grouped_df = df[df.LCLid == ‘MAC000006’]
grouped_df.reindex(full_idx)
结果：LCLid energy(kWh/hh)
2014-01-01 00:00:00 MAC000006 0.270453
2014-01-01 00:30:00 MAC000006 0.716418
2014-01-01 01:00:00 NaN NaN
2014-01-01 01:30:00 NaN NaN
2014-01-01 02:00:00 NaN NaN
2014-01-01 02:30:00 NaN NaN
2014-01-01 03:00:00 MAC000006 0.819146
2014-01-01 03:30:00 MAC000006 0.688879
您说过要使用最近的可用周围值来填充缺少的值。这可以在重新编制索引期间执行，如下所示：grouped_df.reindex(full_idx, method=’nearest’)
结果：LCLid energy(kWh/hh)
2014-01-01 00:00:00 MAC000006 0.270453
2014-01-01 00:30:00 MAC000006 0.716418
2014-01-01 01:00:00 MAC000006 0.716418
2014-01-01 01:30:00 MAC000006 0.716418
2014-01-01 02:00:00 MAC000006 0.819146
2014-01-01 02:30:00 MAC000006 0.819146
2014-01-01 03:00:00 MAC000006 0.819146
2014-01-01 03:30:00 MAC000006 0.688879
同时使用数据框groupby()
现在我们想将此转换应用到数据帧中的每个组，其中
组由其LCLid定义。在(
.groupby(‘LCLid’, as_index=False) # use LCLid as groupby key, but don’t add it as a group index
.apply(lambda group: group.reindex(full_idx, method=’nearest’)) # do this for each group
.reset_index(level=0, drop=True) # get rid of the automatic index generated during groupby
.sort_index() # This is optional, just in case you want timestamps in chronological order
结果：LCLid energy(kWh/hh)
2014-01-01 00:00:00 MAC000006 0.270453
2014-01-01 00:00:00 MAC000007 0.170603
2014-01-01 00:30:00 MAC000006 0.716418
2014-01-01 00:30:00 MAC000007 0.276678
2014-01-01 01:00:00 MAC000006 0.716418
2014-01-01 01:00:00 MAC000007 0.276678
2014-01-01 01:30:00 MAC000006 0.716418
2014-01-01 01:30:00 MAC000007 0.276678
2014-01-01 02:00:00 MAC000006 0.819146
2014-01-01 02:00:00 MAC000007 0.027490
2014-01-01 02:30:00 MAC000006 0.819146
2014-01-01 02:30:00 MAC000007 0.027490
2014-01-01 03:00:00 MAC000006 0.819146
2014-01-01 03:00:00 MAC000007 0.027490
2014-01-01 03:30:00 MAC000006 0.688879
2014-01-01 03:30:00 MAC000007 0.868017
相关文件：
Original: https://blog.csdn.net/weixin_31955925/article/details/113961715
Author: 蟲小山
Title: python groupby填充缺失值_然后Pandas groupby会填充缺失的行
原创文章受到原创版权保护。转载请注明出处：https://www.johngo689.com/739928/
转载文章受原作者版权保护。转载请注明原作者出处！