Pandas计算电力数据小时均值导出CSV出现NaN空缺问题求助

• 核心问题是日期解析错误：你的CSV文件中日期为标准的YYYY-MM-DD HH:MM:SS（年-月-日 时:分:秒）格式，read_csv时添加的dayfirst=True参数是为日在前的日期格式（如DD/MM/YYYY）设计的，会导致月份和日期被颠倒解析。比如你原始数据中真实的2021年1月3日的记录，会被错误识别为2021年3月1日的记录，按小时分组时2021年1月3日的分组没有对应原始数据，自然返回NaN值。
• 验证方法：读取数据后执行print(file['Date/Time'].head(20))，对比输出的日期和CSV文件中的原始日期即可确认解析错误。

1. 首先修正读取代码，删除错误的dayfirst=True参数，标准ISO格式日期pandas可自动正确解析：

import pandas as pd
file = pd.read_csv('Electricity_data.csv', 
                    sep = ',', 
                    skiprows = 0,
                    parse_dates = ['Date/Time'])

pd_mean = file.groupby(pd.Grouper(key = 'Date/Time', freq = 'H')).mean().reset_index()

# 若需要删除原始数据确实缺失导致的全空行，可取消注释下行代码
# pd_mean = pd_mean.dropna(subset=['kWh', 'kVArh', 'kVA', 'PF'], how='all')

pd_mean.to_csv("data_1h_year_.csv", index=False)

2. 额外优化：导出CSV时添加index=False参数，可以避免多余的索引列被写入文件。

内容的提问来源于stack exchange，提问作者Sultry T.