You need to enable JavaScript to run this app. Pandas时间序列:如何用另一DataFrame的均值数据填充空值
优惠活动
大模型
产品
解决方案
定价
更多

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
方舟 Agent Plan

超全模态模型 × Harness 升级,最新支持 Deepseek-V4.1-Flash、GLM-5.3 系列、Doubao-Seedream-5.0-pro、Kimi-K3 (部分), 限时 9.9 元起

最近更新时间:2026.10.19 11:06:05