基于时间戳匹配替换DataFrame值：Python水位时间序列填充问题

问题 #

本人是Python新手，现有一组时间戳非连续的水位时间序列数据，希望生成连续时间序列，无数据区间赋值为NaN。已创建包含NaN的连续时间序列DataFrame，但通过循环调用df.replace函数填充观测值后，结果仍为全NaN序列。

输入数据示例 #

Time stamp                 Level
2020-06-18 18:00:00        161.287
2020-06-18 21:00:00        161.286
2020-06-19 12:00:00        161.283
2020-06-19 15:00:00        161.283 

现有代码 #

dti = pd.date_range("2020-05-01", periods=1224, freq="3H")
dti_df = pd.DataFrame(dti, columns=['Timestamp'])
dti_df["Level"] = np.nan
dti_df
df3 = pd.read_csv(r'C:\Users\krusm\Documents\water Levels Resampled.csv')
for i in dti_df.index:
    for j in df3.index:
        if dti_df['Timestamp'][i] == df3['Timestamp'][j]:
            dti_df['Level'][i].replace(df3['Level'][j], inplace = True)
          
        else:
            pass
dti_df

当前输出（全NaN） #

Time stamp                 Level
2020-06-18 18:00:00        NaN
2020-06-18 21:00:00        NaN
2020-06-19 00:00:00        NaN
2020-06-18 03:00:00        NaN
2020-06-19 06:00:00        NaN
2020-06-19 09:00:00        NaN
2020-06-19 12:00:00        NaN
2020-06-19 15:00:00        NaN

期望输出 #

Time stamp                 Level
2020-06-18 18:00:00        161.287
2020-06-18 21:00:00        161.286
2020-06-19 00:00:00        NaN
2020-06-18 03:00:00        NaN
2020-06-19 06:00:00        NaN
2020-06-19 09:00:00        NaN
2020-06-19 12:00:00        161.283
2020-06-19 15:00:00        161.283

解决方法 #

问题根源 #

1. replace用法错误：你调用的是单个元素的replace方法，它用于替换元素内的特定值，而非直接赋值。比如dti_df['Level'][i]是NaN值，replace(df3['Level'][j], inplace=True)无法将NaN替换为目标值（因未指定to_replace参数），完全不生效。
2. 时间戳类型不匹配：从CSV读取的df3['Timestamp']默认是字符串类型，而dti_df['Timestamp']是datetime64类型，直接用==比较永远不匹配，导致循环内的条件从未触发。

方法一：修正循环逻辑（不推荐，效率低） #

先转换时间戳类型，再直接赋值替代replace：

import pandas as pd
import numpy as np

# 创建连续时间序列
dti = pd.date_range("2020-05-01", periods=1224, freq="3H")
dti_df = pd.DataFrame(dti, columns=['Timestamp'])
dti_df["Level"] = np.nan

# 读取数据并转换时间戳为datetime类型
df3 = pd.read_csv(r'C:\Users\krusm\Documents\water Levels Resampled.csv')
df3['Timestamp'] = pd.to_datetime(df3['Timestamp'])

# 循环匹配赋值
for i in dti_df.index:
    current_ts = dti_df['Timestamp'][i]
    match_row = df3[df3['Timestamp'] == current_ts]
    if not match_row.empty:
        dti_df.loc[i, 'Level'] = match_row['Level'].values[0]

方法二：用Pandas内置方法（推荐，高效简洁） #

利用merge或reindex实现时间序列对齐，无需手动循环：

方式A：使用merge

import pandas as pd
import numpy as np

# 创建连续时间序列
dti = pd.date_range("2020-05-01", periods=1224, freq="3H")
dti_df = pd.DataFrame(dti, columns=['Timestamp'])

# 读取数据并转换时间戳类型
df3 = pd.read_csv(r'C:\Users\krusm\Documents\water Levels Resampled.csv')
df3['Timestamp'] = pd.to_datetime(df3['Timestamp'])

# 左合并自动填充匹配值，不匹配的留NaN
result = pd.merge(dti_df, df3, on='Timestamp', how='left')

方式B：使用reindex

将时间列设为索引后重新对齐，代码更简洁：

import pandas as pd
import numpy as np

# 创建连续时间序列
dti = pd.date_range("2020-05-01", periods=1224, freq="3H")

# 读取数据，转换时间戳并设为索引
df3 = pd.read_csv(r'C:\Users\krusm\Documents\water Levels Resampled.csv')
df3['Timestamp'] = pd.to_datetime(df3['Timestamp'])
df3 = df3.set_index('Timestamp')

# 重新索引到连续时间，自动填充NaN
result = df3.reindex(dti)
# 可选：将索引转回列
result = result.reset_index().rename(columns={'index': 'Timestamp'})

关键提示 #

• 优先选择方法二，Pandas内置方法的效率远高于手动循环，尤其适合大数据量场景。
• 无论哪种方法，必须确保两个DataFrame的时间戳类型一致（均为datetime64），否则匹配会失败。

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