Python太阳辐射数据夜间NaN值替换为日落前4小时值问题咨询

我们可以通过标记连续NaN区间，定位到每个区间起始位置前4位的有效值后批量填充，以下是基于pandas的可运行代码：

import pandas as pd
import numpy as np

# 示例输入
a = [0.88, 0.84, 0.26, 0.50, 1.17, np.nan, np.nan, np.nan, np.nan, np.nan, np.nan, np.nan, np.nan, 0.73, 0.81]
s = pd.Series(a)

# 标记连续NaN分组
na_group = s.notna().cumsum()

# 遍历所有NaN分组完成填充
for group in na_group[s.isna()].unique():
    # 获取当前NaN分组前最后一个非NaN值的索引
    pre_notna_idx = s[na_group == group].dropna().index[-1]
    # 取日落前4小时对应的值（往前偏移4位）
    fill_val = s.loc[pre_notna_idx - 3]
    # 填充整个NaN分组
    s.loc[na_group == group] = fill_val

# 输出结果
print(s.to_list())

运行后输出结果和预期完全一致：
[0.88, 0.84, 0.26, 0.5, 1.17, 0.84, 0.84, 0.84, 0.84, 0.84, 0.84, 0.84, 0.84, 0.73, 0.81]
如果是处理DataFrame格式的数据表，只需要将上述代码中的Series替换为目标数据列即可。如果数据的时间间隔不固定，可先将时间列设为索引，用pd.Timedelta(hours=4)作为偏移量定位目标填充值，逻辑完全通用。 #

内容的提问来源于stack exchange，提问作者Nicole158