Pandas按1小时重采样DataFrame时出现非预期NaN值的问题求助

我完全懂你的困扰——本来只想给真正缺失的小时数据标记NaN，结果连那些非整点时间（比如15:06:55、16:00:01）对应的行也变成了NaN，这肯定不是你想要的结果。

问题根源 #

出现这个情况的核心原因是：resample('1H')是按整点时间区间处理数据的（比如15:00-16:00算一个区间）。你的原始非整点时间会被划分到对应的小时区间，但如果没有明确指定聚合规则（比如取该区间内的有效值），pandas无法确定这个区间该保留什么值，就会默认填充NaN；而真正完全没有数据的小时区间自然也会是NaN，这就导致两种情况的NaN混在了一起。

解决方案 #

这里给你两种实用的处理思路，你可以根据业务需求选择：

方案一：先对齐非整点时间到整点，再补全缺失小时

这个思路先把所有非整点时间统一对齐到当前小时的整点，再生成连续的小时序列，最后只处理真正缺失的NaN：

# 合并日期与时间列，转为Datetime索引
df['Date-Time'] = pd.to_datetime(df[0] + df[1], format='%Y-%m-%d%H:%M:%S')
df = df.set_index('Date-Time')

# 将所有时间戳截断到当前小时的整点（比如15:06:55 → 15:00:00）
df.index = df.index.floor('H')

# 按小时分组，取每组的第一个有效值（如果同一小时有多个数据，可换成last()/mean()等）
df = df.groupby(df.index).first()

# 生成连续的小时序列，此时只有真正缺失的小时才会出现NaN
df = df.asfreq('1H')

# 填充缺失值，示例用向前填充，可按需换成bfill/指定值等
df = df.fillna(method='ffill')

方案二：重采样时指定聚合规则，保留非整点数据

这个思路直接在重采样时明确每个小时区间要保留的值，这样非整点时间的数值会被保留到对应小时，只有完全没数据的小时才会是NaN：

# 合并日期与时间列，转为Datetime索引
df['Date-Time'] = pd.to_datetime(df[0] + df[1], format='%Y-%m-%d%H:%M:%S')
df = df.set_index('Date-Time')

# 按1小时重采样，取每个区间内的第一个有效值（按需可换成mean()/max()等）
df_resampled = df.resample('1H').first()

# 填充真正缺失的小时数据，示例用向前填充，可按需调整
df_resampled = df_resampled.fillna(method='ffill')

注意事项 #

如果你的数据中存在同一小时内多个非整点数据的情况，一定要根据业务需求选对聚合方式：

• 取第一个/最后一个值：first()/last()
• 取均值：mean()
• 取最大值/最小值：max()/min()

这样就能精准区分真正缺失的小时数据和非整点时间的数据，只给前者填充NaN（或你需要的填充值）啦。

备注：内容来源于stack exchange，提问作者Arindam Das