Python 熊猫：DataFrame.fillna，但仅来自同一天

假设我有一个稀疏的

数据帧

，我想

.fillna（method='ffill'）

，但只在具有相同日期的行上

例如，如果

df

有行：

2017-01-01 12:00   0.6
2017-01-01 13:00   NaN
2017-01-02 12:00   NaN
2017-01-02 13:00   0.8

然后我想填写以下表格：

2017-01-01 12:00   0.6
2017-01-01 13:00   0.6
2017-01-02 12:00   NaN
2017-01-02 13:00   0.8

下面是一些代码，用于创建一个稀疏的每小时数据帧进行演示：

df = pd.DataFrame(np.random.rand(76), columns=list('X'), index=pd.date_range('2016-01-01', freq='H', periods=76))
df.loc[df['X'] < 0.6, 'X'] = np.nan

df=pd.DataFrame（np.random.rand（76），columns=list（'X'），index=pd.date\u range（'2016-01-01'，freq='H'，periods=76））
df.loc[df['X']<0.6，'X']=np.nan

在当天执行

分组，然后拨打
ffill
：

df = df.groupby(pd.TimeGrouper(freq='D')).ffill()

你知道为什么
重采样（'D'）。ffill（）
失败了吗？@ayhan：你是说
重采样（'H'）
？
resample（'D'）
downsample将每小时的数据减少到每天，这样它就不会真正匹配了？从几个测试中，我认为
resample（'H'）
只有在完全缺少小时数的情况下才能进行正向填充。在这种情况下，所有的时间都在那里，有些恰好是空的。我想你需要先去掉空值，它才能工作，比如
df['X']=df['X'].dropna（）.resample（'H'）.ffill（）
。我想
ffill
会让它像
groupby.transform
一样工作，但你是对的。谢谢。为了避免在以后的Pandas版本>=0.24.0中出现警告，TimeGrouper重命名为Grouper:
df=df.groupby（pd.Grouper（freq='D'）））.ffill（）