如何用Python填补宽格式列结构时间序列中的数据缺口

针对你提出的宽格式时间序列数据填补需求（中间年份为0但前后连续两年为1时替换为1），可以直接在宽格式下通过Pandas实现，具体步骤如下：

实现步骤 #

1. 分离年份列与标识列：提取所有年份相关的列，保留Firm列作为企业标识。
2. 遍历中间年份进行条件判断：对每个中间年份（排除首尾年份，因无对应前/后数据），检查每行是否满足「当前值为0且前后年份值均为1」的条件，满足则替换为1。
3. 合并结果：将处理后的年份数据与原标识列合并，得到最终修正后的数据。

完整代码示例 #

import pandas as pd

# 原始数据
df = pd.DataFrame({
    'Firm': ['A', 'B', 'C', 'D', 'E', 'F'],
    '2003': [1, 1, 1, 0, 0, 1],
    '2004': [1, 0, 1, 0, 0, 1],
    '2005': [1, 1, 0, 0, 0, 0],
    '2006': [0, 1, 1, 0, 0, 1],
    '2007': [1, 0, 1, 1, 0, 1], 
    '2008': [1, 0, 1, 1, 0, 0]
})

# 复制原数据避免修改原始数据
df_filled = df.copy()
# 提取所有年份列（匹配4位数字列名）
year_cols = [col for col in df.columns if col.isdigit()]

# 遍历中间年份（从第2列到倒数第2列）
for idx in range(1, len(year_cols)-1):
    current_year = year_cols[idx]
    prev_year = year_cols[idx-1]
    next_year = year_cols[idx+1]
    
    # 生成满足条件的掩码：当前值为0，前后均为1
    fill_mask = (df_filled[current_year] == 0) & \
                (df_filled[prev_year] == 1) & \
                (df_filled[next_year] == 1)
    
    # 对满足条件的行进行填补
    df_filled.loc[fill_mask, current_year] = 1

# 输出结果
print(df_filled)

验证结果 #

运行上述代码后，输出结果与你期望的完全一致：

Firm  2003  2004  2005  2006  2007  2008
0    A     1     1     1     1     1     1
1    B     1     1     1     1     0     0
2    C     1     1     1     1     1     1
3    D     0     0     0     0     1     1
4    E     0     0     0     0     0     0
5    F     1     1     1     1     1     0

内容的提问来源于stack exchange，提问作者mar56