如何在R中为各节点补全2022年每小时的日期记录？

假设你的DataFrame结构包含node（节点列）、datetime（已转为日期时间格式的小时列）和数值列（比如hourly_mean），可以用以下两种方法补全缺失的小时行：

方法一：构建完整索引后重采样 #

1. 生成2022年全年的完整小时时间序列：

import pandas as pd

# 创建2022年所有小时的时间序列
full_hours = pd.date_range(start='2022-01-01 00:00:00', end='2022-12-31 23:00:00', freq='H')

2. 提取所有唯一节点，构建「节点-时间」的完整多级索引：

# 获取所有不重复的节点
unique_nodes = df['node'].unique()
# 生成每个节点对应所有小时的笛卡尔积索引
full_multi_index = pd.MultiIndex.from_product(
    [unique_nodes, full_hours],
    names=['node', 'datetime']
)

3. 重索引原DataFrame补全缺失行：

# 给原数据设置多级索引，对齐完整索引
df = df.set_index(['node', 'datetime'])
# 重索引后缺失的数值会显示为NaN，最后重置索引回到普通结构
df_full = df.reindex(full_multi_index).reset_index()

方法二：按节点分组后重采样 #

这种方法更简洁，利用groupby+resample自动补全每个节点的小时数据：

# 将datetime设为索引，按节点分组后按小时重采样
df_full = df.set_index('datetime').groupby('node').resample('H').asfreq().reset_index()

补充：缺失值填充 #

如果需要对缺失的均值进行填充，可以根据业务需求选择方式：

• 填充为0：df_full['hourly_mean'] = df_full['hourly_mean'].fillna(0)
• 前向填充（用上一个非缺失值填充）：df_full['hourly_mean'] = df_full['hourly_mean'].ffill()
• 后向填充：df_full['hourly_mean'] = df_full['hourly_mean'].bfill()

内容的提问来源于stack exchange，提问作者EleriPH