求助：如何用前一天同一时间的数据填充Pandas缺失值？

嘿，我看你尝试用前一天同一时刻的数据填充DataFrame里的缺失值，但原代码没达到预期——这是因为你直接用当日的时间戳去匹配前一天的时间戳，两者时间节点完全不同，map自然找不到对应的值。咱们来调整下逻辑：

问题分析 #

你的核心需求是：当某一天的某个时间点Value为空时，用前一天同一时间点的Value来填充。原代码的问题在于，你用缺失值的DateTime（比如10-01-2016 02:00）去映射前一天的DateTime（09-01-2016 02:00），这两个是完全不同的时间戳，根本匹配不到数据。

正确实现方案 #

我们需要先把缺失值对应的时间减去一天，得到前一天的同一时间点，再用这个时间点去查找对应的值来填充。下面是具体代码：

import pandas as pd

# 读取数据，注意指定日期格式为DD-MM-YYYY HH:MM，避免解析错误
df = pd.read_csv('input_3.csv')
df['DateTime'] = pd.to_datetime(df['DateTime'], format='%d-%m-%Y %H:%M')

# 将DateTime设置为索引，方便按时间查找数据
df = df.set_index('DateTime')

# 填充缺失值：对每个缺失的Value，用前一天同一时间的值替换
df['Value'] = df['Value'].fillna(
    # 把缺失值对应的索引（时间）减去一天，得到前一天的时间
    df.index - pd.Timedelta(days=1)
    # 用这个时间去索引原DataFrame的Value，得到对应的值
).map(df['Value'])

# 重置索引（如果需要回到原来的结构）
df = df.reset_index()

print(df)

验证结果 #

用你提供的测试数据运行这段代码后，今日的缺失值会被正确填充：

• 10-01-2016 02:00的缺失值会被填充为09-01-2016 02:00的4
• 10-01-2016 03:00的缺失值会被填充为09-01-2016 03:00的5

如果你的预期结果是填充前一天的下一个小时数据（比如今日02:00用昨日03:00的值），只需要把pd.Timedelta(days=1)改成pd.Timedelta(days=1, hours=1)即可，根据实际需求调整时间偏移量。

另一种实现方式（用apply逐行处理） #

如果你更习惯用apply逐行处理，也可以这样写：

import pandas as pd

df = pd.read_csv('input_3.csv')
df['DateTime'] = pd.to_datetime(df['DateTime'], format='%d-%m-%Y %H:%M')

# 创建一个前一天同一时间的临时列
df['prev_day_time'] = df['DateTime'] - pd.Timedelta(days=1)

# 构建前一天时间到Value的映射字典
prev_day_map = df.set_index('DateTime')['Value'].to_dict()

# 逐行填充缺失值
df['Value'] = df.apply(
    lambda row: prev_day_map.get(row['prev_day_time'], row['Value'])
    if pd.isna(row['Value']) else row['Value'],
    axis=1
)

# 移除临时列
df = df.drop('prev_day_time', axis=1)

print(df)

内容的提问来源于stack exchange，提问作者user8866270