如何为Pandas DataFrame补全加速度计数据的Time_rounded缺失行？

假设你的加速度计数据存储在pandas DataFrame（命名为df）中，multiples_list是包含所有应存在的100000倍数时间戳的完整序列。以下是针对两个任务的高效矢量化解决方案，完全避免低效的Python循环：

中等任务：前向填充重复行 #

利用pandas的reindex和ffill（前向填充）实现，全程为C级矢量化运算，处理百万行数据仅需数秒：

# 将Time_rounded设为索引，便于重新对齐完整时间序列
df = df.set_index('Time_rounded')
# 重新索引到完整的multiples_list，缺失位置自动填充NaN
df_full = df.reindex(multiples_list)
# 前向填充所有缺失值，连续缺失会自动沿用最近的有效行数据
df_full = df_full.ffill()
# 重置索引，将Time_rounded还原为普通列
df_full = df_full.reset_index().rename(columns={'index': 'Time_rounded'})

该方案自动处理连续缺失场景，不会出现循环中常见的IndexError，因为reindex会一次性生成所有缺失行，ffill会自动跟踪最近的有效数据。

困难任务：线性比例插值补全 #

针对Time列和Value_X/Y/Z列的比例插值需求，使用interpolate方法实现线性插值，同样为矢量化操作：

# 设置索引为Time_rounded
df = df.set_index('Time_rounded')
# 重新索引到完整时间序列
df_full = df.reindex(multiples_list)
# 对Time和所有Value列执行线性插值，自动按前后原始行比例计算缺失值
df_full[['Time', 'Value_X', 'Value_Y', 'Value_Z']] = df_full[['Time', 'Value_X', 'Value_Y', 'Value_Z']].interpolate(method='linear')
# 重置索引还原列结构
df_full = df_full.reset_index().rename(columns={'index': 'Time_rounded'})

由于multiples_list是等间隔（步长100000）的时间序列，线性插值的结果完全符合“前后原始行比例填充”的要求，且无需手动计算比例，pandas会自动处理所有缺失区间。

原循环方案的问题解析 #

• 效率极低：Python循环逐行处理是pandas的反模式，内部矢量化操作基于C实现，速度比循环快数百倍，百万行数据从32小时压缩到几秒。
• 索引错误：循环中手动跟踪前一行的逻辑容易在连续缺失时失效，而reindex+ffill/interpolate会自动维护有效数据的上下文，避免IndexError和NaN问题。

内容的提问来源于stack exchange，提问作者Francisco Barroca