如何补全光伏逆变器API返回的指定时段缺失数据？

核心思路 #

1. 按日期拆分数据，单独处理每一天的记录
2. 生成当天4:00到21:00的完整时间序列（匹配原始数据的时间间隔）
3. 分两段填充缺失值：4:00-6:00的缺失值填0；当日现有最后一条记录到21:00的缺失值填当日day_power的最大值
4. 合并所有日期的补全数据，得到最终结果

具体实现步骤（以Python Pandas为例） #

1. 预处理原始数据 #

先把DateTime列转为datetime类型，提取日期作为分组依据：

import pandas as pd

# 假设原始数据存储在df中，包含DateTime和day_power列
df['DateTime'] = pd.to_datetime(df['DateTime'])
df['date'] = df['DateTime'].dt.date

2. 按日期分组处理 #

遍历每个日期的数据，生成目标时间范围的完整序列并填充：

filled_dfs = []
# 按日期分组处理每一天的数据
for date, group in df.groupby('date'):
    # 生成当天4:00到21:00的完整时间序列，freq参数需匹配原始数据的时间间隔（示例为15分钟）
    start_time = pd.Timestamp(date) + pd.Timedelta(hours=4)
    end_time = pd.Timestamp(date) + pd.Timedelta(hours=21)
    full_time_range = pd.date_range(start=start_time, end=end_time, freq='15min')
    
    # 将分组数据转为DateTime索引，方便合并
    group = group.set_index('DateTime')
    # 合并完整时间序列与原始数据，得到带缺失值的数据集
    merged = pd.DataFrame(index=full_time_range).join(group)
    
    # 填充4:00-6:00的缺失值为0
    morning_mask = (merged.index.hour >= 4) & (merged.index.hour < 6)
    merged.loc[morning_mask, 'day_power'] = merged.loc[morning_mask, 'day_power'].fillna(0)
    
    # 获取当日现有数据的最后一条记录时间，填充后续缺失值为当日day_power最大值
    last_record_time = group.index.max()
    evening_mask = merged.index > last_record_time
    max_day_power = group['day_power'].max()
    merged.loc[evening_mask, 'day_power'] = merged.loc[evening_mask, 'day_power'].fillna(max_day_power)
    
    # 重置索引并整理列名
    merged = merged.reset_index().rename(columns={'index': 'DateTime'})
    filled_dfs.append(merged)

# 合并所有日期的补全数据
final_df = pd.concat(filled_dfs, ignore_index=True)

3. 注意事项 #

• 时间间隔参数freq需与原始数据一致，比如原始数据为1小时一次则设为'H'，5分钟一次则设为'5min'
• 若某天无任何原始记录，需额外处理：4:00-6:00填0，6:00-21:00可根据业务需求补充（如填0或默认值）
• 若某天所有day_power均为缺失值，最大值会返回NaN，需单独判断处理

内容的提问来源于stack exchange，提问作者akayh