最佳答案
考虑df
df = pd.DataFrame(dict(
date=pd.date_range('2015-04-01', periods=9, freq='5B'),
ozone=np.random.rand(9) * np.random.choice((1, np.nan), 9, p=(.6, .4)),
nox=np.random.rand(9) * np.random.choice((1, np.nan), 9, p=(.6, .4)),
))
df
然后 fillna
使用 groupby
和 transform('mean')
df.fillna(df.groupby(df.date.dt.month).transform('mean'))
关于python - 使用月平均值的 Pandas fillna 缺失小时时间点数据的方法,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/41182300/