Python中多元时间序列缺失值按同星期同时刻均值填补的实现方法

• 第一步：统一转换时间索引格式
  先将字符串格式的时间索引转为pandas可识别的datetime类型，确保能提取时间维度属性，执行代码：
  df.index = pd.to_datetime(df.index)
  注：你示例里的时间写法存在格式瑕疵（如24:00:00、日/月顺序颠倒的日期），pandas转格式时会自动兼容修正，不需要手动逐行调整。
• 第二步：构造匹配需求的分组键
  不需要新建临时列，直接从DatetimeIndex提取两个核心分组维度：
  • 星期维度：用index.dayofweek获取取值（0对应周一，6对应周日）
  • 时刻维度：用index.hour提取对应小时数
• 第三步：执行分组计算与缺失值填充
  核心逻辑为：按「同星期+同小时」对数据分组，计算每组内各账户字段的非缺失值均值，再用该均值匹配填充组内的缺失位置。直接通过transform实现同形状的均值映射，避免手动匹配错位：

  # 计算每个「星期+小时」分组下各字段的均值，返回与原df行列完全一致的结果表
  group_mean = df.groupby([df.index.dayofweek, df.index.hour]).transform('mean')
  # 用分组均值覆盖原数据中的缺失值
  df = df.fillna(group_mean)
  

场景匹配验证：以你提到的2019-02-01（周五）凌晨2点的account1缺失值为例，系统会自动匹配dayofweek=4（周五）、hour=2的分组，取该分组下所有历史非缺失的account1数值计算均值完成填充，完全符合预设的业务规则。

补充说明 #

• 若某一个「星期+小时」分组下的所有记录均为缺失值，对应位置填充后仍会保留NaN，可按需追加兜底逻辑，比如用整列均值二次填充：
  df = df.fillna(df.mean())
• 该方法完全规避了多项式插值的相邻点拟合逻辑，不依赖时间序列的前后值关系，严格按照周期同位置的统计值完成填充，适配当前业务场景的要求。

内容的提问来源于stack exchange，提问作者m_ana