Pandas按Hour列Join时数据错位及NaN异常问题求助

我尝试将两个DataFrame按「Hour」列执行join操作：

• 一个DataFrame（wr）包含11年间每小时的日期时间及各类平流参数
• 另一个DataFrame（df）是11年间24小时各自的平均值

注：因采样器维护，两个DataFrame均缺失第4小时，此为正常情况。但执行join后出现以下问题：

• 右侧DataFrame的第5小时被跳过，第6小时与左侧第5小时对齐，该错位持续至左侧第22小时
• 左侧第23小时对应的右侧数据全为NaN，且该问题每日重复

附上我的代码：

import pandas as pd

wr = pd.read_csv('')
df = pd.read_csv('')

wr["date"] = wr["date"].astype("M8")
wr["Month"] = wr.date.dt.month
wr['Hour'] = wr.date.dt.hour

comb = wr.join(df, on='Hour', how='left', rsuffix = '_clim')

出现错位的核心原因是**df的索引和Hour列不匹配**。pd.join()默认按索引对齐，当你指定on='Hour'时，如果df的索引不是Hour列的对应值，就会导致匹配逻辑出错。

修复步骤： #

1. 先将df的索引设置为Hour列，确保匹配键的一致性：

df = df.set_index('Hour')

2. 再执行join操作，此时wr的Hour列会正确匹配df的索引：

comb = wr.join(df, on='Hour', how='left', rsuffix='_clim')

额外验证建议： #

• 打印df.index.unique()，确认索引包含0-3、5-23（除缺失的4外的所有小时）
• 用wr['Hour'].value_counts()和df.index.value_counts()对比小时分布，确保除4之外的小时在两个DataFrame中都存在

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