如何在Pandas中按月份分组统计小时级数据的空值时长？

原代码问题分析 #

你的代码存在两个核心问题：

• groupby传入多个分组键时必须放在列表中，直接用逗号分隔会被识别为其他参数，导致分组逻辑错误。
• count()统计的是非空值的数量，和你需要的“空值小时数”需求完全相反。

针对不同需求的实现代码 #

需求1：统计每个日历月份（1-12）的总空值小时数（所有年份同月份汇总） #

# 标记空值并按月份分组求和
gap_in_month = OG_1998_2022_gaps['rel_humidity'].isna().groupby(OG_1998_2022_gaps.index.month).sum()
# 转换为DataFrame并设置列名
gap_in_month = gap_in_month.to_frame(name='null_hours')

执行后得到的DataFrame索引为1-12的月份数字，null_hours列对应该月份的累计空值小时数。

需求2：统计每个年月（如1998-01、1998-02）的空值小时数 #

推荐两种实现方式：

方式一：按年份+月份分组

# 按年、月分组统计空值数
gap_in_month = OG_1998_2022_gaps['rel_humidity'].isna().groupby(
    [OG_1998_2022_gaps.index.year, OG_1998_2022_gaps.index.month]
).sum()
# 将多级索引转为"年-月"格式
gap_in_month.index = gap_in_month.index.map(lambda x: f"{x[0]}-{x[1]:02d}")
# 转换为DataFrame
gap_in_month = gap_in_month.to_frame(name='null_hours')

方式二：直接使用周期索引（更简洁）

# 将时间索引转为月份周期，再分组求和
gap_in_month = OG_1998_2022_gaps['rel_humidity'].isna().groupby(
    OG_1998_2022_gaps.index.to_period('M')
).sum().to_frame(name='null_hours')

这种方式的索引是Period类型，格式为YYYY-MM，可以直接用于时间序列分析。

内容的提问来源于stack exchange，提问作者user9667136