Python 具有相同周期数据的时间序列数据帧填充值

我有一个包含NaN值的数据框，我希望使用当月的信息填充缺少的数据

数据框如下所示：

data = {'x':[208.999,-894.0,-171.0,108.999,-162.0,-29.0,-143.999,-133.0,-900.0],
       'e':[0.105,0.209,0.934,0.150,0.158,'',0.333,0.089,0.189],
}

df = pd.DataFrame(data)
df = pd.DataFrame(data, index =['2020-01-01', '2020-02-01',
                                '2020-03-01', '2020-01-01',
                                '2020-02-01','2020-03-01',
                               '2020-01-01','2020-02-01',
                               '2020-03-01'])
df.index = pd.to_datetime(df.index)
df['e'] =df['e'].apply(pd.to_numeric, errors='coerce')

---

现在我用

df=df.fillna（df['e'].mean（））

来填充nan值，但它需要所有的列数据，它给我

0.27

有没有办法只使用同一个月的数据？结果应该是

0.56

尝试在index.month中分组，然后得到平均值（

转换后的

）

df.index = pd.to_datetime(df.index)
out = df.fillna({'e':df.groupby(df.index.month)['e'].transform('mean')})

---

---

也许您可以使用

interpolate（）

而不是

fillna（）

，但您必须首先对索引进行排序，即：

df.e.sort_index().interpolate()

输出：

2020-01-01    0.1050
2020-01-01    0.1500
2020-01-01    0.3330
2020-02-01    0.2090
2020-02-01    0.1580
2020-02-01    0.0890
2020-03-01    0.9340
2020-03-01    0.5615
2020-03-01    0.1890
Name: e, dtype: float64

---

默认情况下，使用线性插值，因此在出现一次NaN的情况下，您将获得平均值，缺失的值将替换为您预期的0.5615。但是，如果排序后当月的第一个样本是

NaN

，则结果将是上个月最后一个值和本月下一个值的平均值，但它适用于整月都有

NaN

，且没有任何平均值的情况，因此，根据您对同一个月的要求有多严格，或者丢失的值在整个数据帧中的分布情况，您可以接受或不接受此解决方案。

如果一个月的所有值都是

NaNs

，那么该解决方案的正确数据填充方式可能是0I，它会删除只有

NaNs

的行整整一个月。否则，插值可以用相当真实的值填充间隙。

2020-01-01    0.1050
2020-01-01    0.1500
2020-01-01    0.3330
2020-02-01    0.2090
2020-02-01    0.1580
2020-02-01    0.0890
2020-03-01    0.9340
2020-03-01    0.5615
2020-03-01    0.1890
Name: e, dtype: float64