python - 时间序列数据框用相同时期的数据填充值

Question

我有一个包含 NaN 值的数据框，我想使用同月的信息填充缺失的数据。

数据框看起来像这样:

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')

现在我正在使用 df=df.fillna(df['e'].mean())填充 nan 值，但它需要所有列数据，它给了我 0.27有没有办法只使用同月的数据？，结果应该是 0.56

Answer 1

尝试在 index.month 中分组并获得平均值( transformed )然后填充

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

print(out)
                  x       e
2020-01-01  208.999  0.1050
2020-02-01 -894.000  0.2090
2020-03-01 -171.000  0.9340
2020-01-01  108.999  0.1500
2020-02-01 -162.000  0.1580
2020-03-01  -29.000  0.5615
2020-01-01 -143.999  0.3330
2020-02-01 -133.000  0.0890
2020-03-01 -900.000  0.1890