如何用对应分钟的均值填充时间序列数据集的NaN值？

你遇到的问题是因为直接用fillna会全局替换所有NaN，而我们需要只针对每个特定时分秒的组，用组内均值填充组内的缺失值。下面是具体的实现方法，结合你的示例数据来讲解：

第一步：确保索引为Datetime类型 #

首先要把你的索引转换成datetime格式，这样才能方便地按时分秒分组：

import pandas as pd
import numpy as np

# 修正示例数据（替换Nan为np.nan，转换索引为datetime）
df = pd.DataFrame(
    {'Col1': [1,5,6,np.nan,np.nan,np.nan]},
    index= pd.to_datetime([
        '2018-06-01 08:00:00',
        '2018-06-01 08:01:00',
        '2018-06-02 08:01:00',
        '2018-06-03 08:01:00',
        '2018-06-04 08:01:00',
        '2018-06-02 08:00:00'
    ])
)

第二步：用GroupBy + Transform填充 #

这是最简洁高效的方法，通过按时分秒分组，然后对每个组内的缺失值用组均值填充：

# 按时分秒分组，对Col1列应用组内均值填充缺失值
df['Col1'] = df.groupby(df.index.dt.time)['Col1'].transform(
    lambda x: x.fillna(x.mean())
)

为什么这个方法有效？ #

• df.index.dt.time会提取每个索引的时分秒部分（比如08:01:00），以此作为分组依据
• transform方法会把每个组的计算结果（这里是组均值）映射回原数据的对应位置，保证每个位置只填充自己所在组的均值
• 最终只有对应时分秒组内的NaN会被填充，不会影响其他时间的数据

验证结果 #

处理后的DataFrame会变成：

Col1
2018-06-01 08:00:00  1.0
2018-06-01 08:01:00  5.0
2018-06-02 08:01:00  6.0
2018-06-03 08:01:00  5.5
2018-06-04 08:01:00  5.5
2018-06-02 08:00:00  1.0

可以看到：

• 08:00:00组的NaN被填充为该组的均值1.0
• 08:01:00组的NaN被填充为该组的均值(5+6)/2=5.5

备选方法：遍历时分秒填充（适合理解过程） #

如果你想更直观地看到每个时分秒的填充过程，可以先计算每个时分秒的均值，再逐个填充：

# 计算每个时分秒的均值，转成字典
time_means = df.groupby(df.index.dt.time)['Col1'].mean().to_dict()

# 遍历每个时分秒，填充对应时间的缺失值
for time_val, mean_val in time_means.items():
    df.loc[df.index.time == time_val, 'Col1'] = df.loc[df.index.time == time_val, 'Col1'].fillna(mean_val)

这个方法和上面的transform效果完全一致，只是写法更繁琐，适合小数据集或者需要调试的场景。

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