pandas时间序列缺失值用上一可用数据点回填实现方法

步骤1：转换时间列格式 #

先把字符串类型的时间列转换为pandas可识别的datetime格式，指定格式避免自动解析出错：

import pandas as pd
df['date_time'] = pd.to_datetime(df['date_time'], format='%d/%m/%Y %H:%M')

步骤2：设置时间索引 #

将时间列设为索引，方便后续时间序列重采样操作：

df = df.set_index('date_time')

步骤3：重采样+前向填充 #

按1小时频率重采样，同时用前向填充补充缺失值：

# asfreq指定频率为1小时，ffill表示用前一个非空值填充缺失行
df = df.asfreq(freq='H', method='ffill')

步骤4（可选）：重置索引 #

如果需要将date_time从索引变回普通列，执行重置索引即可：

df = df.reset_index()

效果说明 #

该方案为通用处理逻辑，不管时间序列中存在多少个小时级间隙，都会自动识别缺失的时间点，生成对应行后自动用缺失位置前最后一个可用的数值填充，最终输出和你期望的结果完全一致。

注意：如果你的时间序列采样周期不是1小时，修改asfreq方法的freq参数即可适配不同的采样间隔需求。

内容的提问来源于stack exchange，提问作者Stacey