Python 用最近（以前）的时间填充多索引数据框空小时数

我有一个具有以下结构的数据帧：

时间 单位 产品类型 总销售额 2021-01-31 06:00:00+00:00 阿迪达斯 鞋 20 2021-01-31 05:00:00+00:00 阿迪达斯 鞋 13 2021-01-31 03:00:00+00:00 阿迪达斯 鞋 4. 2021-01-31 03:00:00+00:00 耐克 鞋 5. 2021-01-31 02:00:00+00:00 阿迪达斯 鞋 3. 2021-01-31 02:00:00+00:00 耐克 鞋 3.

---

首先，我们需要确保Time列是datetime列

df['Time']=pd.to_datetime（df['Time']）

然后，我们需要对时间进行上采样，以生成每个

公司

和

产品类型

的缺失小时数

df=df.groupby（['Company'，'Product\u type']）。重新采样（on='Time'，rule='1H'）。sum（）。重置索引（）

这给了我们

  Company Product_type                      Time  Total_sales
0  Adidas        Shoes 2021-01-31 02:00:00+00:00            3
1  Adidas        Shoes 2021-01-31 03:00:00+00:00            4
2  Adidas        Shoes 2021-01-31 04:00:00+00:00            0
3  Adidas        Shoes 2021-01-31 05:00:00+00:00           13
4  Adidas        Shoes 2021-01-31 06:00:00+00:00           20
5    Nike        Shoes 2021-01-31 02:00:00+00:00            3
6    Nike        Shoes 2021-01-31 03:00:00+00:00            5

然后我们可以用最近的前一小时数据填充零

result=df.sort_值（['Company'，'Product_type'，'Time']）。替换（0，np.nan）.ffill（）

结果是

  Company Product_type                      Time  Total_sales
0  Adidas        Shoes 2021-01-31 02:00:00+00:00          3.0
1  Adidas        Shoes 2021-01-31 03:00:00+00:00          4.0
2  Adidas        Shoes 2021-01-31 04:00:00+00:00          4.0
3  Adidas        Shoes 2021-01-31 05:00:00+00:00         13.0
4  Adidas        Shoes 2021-01-31 06:00:00+00:00         20.0
5    Nike        Shoes 2021-01-31 02:00:00+00:00          3.0
6    Nike        Shoes 2021-01-31 03:00:00+00:00          5.0

df.asfreq（'H'）.ffill（）
？这非常有效，解决了发布的问题。但是还有一个问题我忘了提。如果今天是2021-02-05，没有更多可用数据，该怎么办？我仍然希望用一个值填充最后一个日期和当前日期之间的所有小时。有没有一个简单的方法来添加它？太好了。如果答案已解决，请将答案标记为已接受？RE：另一个问题，请开始一个新的问题，以澄清您的意图，以及期望的输出等，我会看一看。谢谢。Thanls@mullinscr新问题在这里：