Pandas时间序列:如何用另一DataFrame的均值数据填充空值
问题原因
你之前的代码无法生效的核心问题是没有按City、月日两个维度做关联匹配:
- 直接调用
df2.fillna(df1)是默认按行索引、列名匹配填充,完全没有关联两个匹配维度,绝大多数空值找不到对应填充值 - 两个表的月日格式没有统一对齐,会出现匹配错位
- 删除df2的ID列属于多余操作,不需要改动原始数据结构
修正方案
核心思路是把两个表的匹配维度统一设置为双层索引后再做填充,全程不会修改df1的原始数据:
import pandas as pd # 1. 预处理df1生成填充映射表,固定解析日期格式避免歧义 # %d-%b 对应 日-月份英文缩写 格式,提取月日统一为 %m-%d 格式 df1['Date_md'] = pd.to_datetime(df1['Date'], format='%d-%b').dt.strftime('%m-%d') # 把城市、月日设为双层索引,仅保留需要填充的气象字段 fill_map = df1.set_index(['City', 'Date_md'])[['PRCP', 'TAVG', 'TMAX', 'TMIN']] # 2. 预处理df2生成匹配用的月日字段 df2['Date_md'] = pd.to_datetime(df2['Date']).dt.strftime('%m-%d') # 按城市、月日索引匹配,填充空值 df2 = df2.set_index(['City', 'Date_md']).fillna(fill_map).reset_index() # 3. 清理衍生字段,恢复df2原始结构 df2 = df2.drop(columns='Date_md') # 不需要修改的df1原始数据可删除衍生列 df1 = df1.drop(columns='Date_md')
内容的提问来源于stack exchange,提问作者RoshADM
相关产品推荐
相关产品推荐

