如何按ID分组对Pandas DataFrame按小时重采样并使用ffill方法？

不用逐个处理ID再合并，直接用groupby + resample就能一步搞定，步骤如下：

1. 先确保DateHour列是datetime类型（如果数据里还不是的话）：

import pandas as pd
df['DateHour'] = pd.to_datetime(df['DateHour'])

2. 按ID分组后完成重采样与填充：

result = df.set_index('DateHour').groupby('ID').resample('H').ffill().reset_index()

代码说明 #

• set_index('DateHour')：将时间列设为索引，是重采样操作的前提
• groupby('ID')：按ID分组，保证每个ID的时间序列独立处理
• resample('H')：按小时频率重采样，自动补全该ID时间范围内缺失的小时节点
• ffill()：用前向填充的方式补全缺失的Value值
• reset_index()：将索引还原为普通列，得到你需要的DataFrame结构

这样生成的结果就和预期完全一致，无需手动循环处理单个ID再合并，代码更简洁高效。

内容的提问来源于stack exchange，提问作者jigga