小编k.k*_*o3n的帖子

考虑data下面包含一些 nan ：

Column-1    Column-2    Column-3    Column-4    Column-5
0   NaN 15.0    63.0    8.0 40.0
1   60.0    51.0    NaN 54.0    31.0
2   15.0    17.0    55.0    80.0    NaN
3   54.0    43.0    70.0    16.0    73.0
4   94.0    31.0    94.0    29.0    53.0
5   99.0    52.0    77.0    91.0    58.0
6   84.0    19.0    36.0    NaN 97.0
7   41.0    91.0    62.0    67.0    68.0
8   44.0    38.0    27.0    53.0    37.0
9   58.0    NaN 63.0    57.0    28.0
10  66.0    68.0    89.0    36.0    47.0
11  7.0 81.0    5.0 …

我的数据有一个datetime这样的索引2016-11-05 23:40:00。
我想将日期时间元素提取到年、月和日的三个新列中。我使用以下

import datetime as dt
df['year'] = df.index.year
df['month'] = df.index.month
df['day'] = df.index.day

但是 rusults 是浮动的

year    month   day
2016.0  11.0    5.0

我想要

year    month   day
2016    11      5

帮助表示赞赏。

我想使用前几天相同小时数中的平均值来填充NaN。为了简化，这是我的df的示例。

timstamp         data
22/04/2016 09:00 1
22/04/2016 09:05 2
...
23/04/2016 09:00 3
23/04/2016 09:05 4
...
24/04/2016 09:00 5
24/04/2016 09:05 6
...
25/04/2016 09:00 7
25/04/2016 09:05 8
...
25/04/2016 10:00 NaN
25/04/2016 10:05 NaN

实际数据包含连续5分钟间隔的许多天。

df = df.groupby(df.index.minute).fillna(df.data.rolling(3).mean()) 尝试在过去几天的前一小时进行滚动平均，但没有效果。

df = df.groupby(df.index.minute).ffill()从前两行（即7和8）中获取值的另一种方法是从同一天的前一小时的同一分钟开始。

但是，我想要以下结果：

timstamp         data
22/04/2016 09:00 1
22/04/2016 09:05 2
...
23/04/2016 09:00 3
23/04/2016 09:05 4
...
24/04/2016 09:00 5
24/04/2016 09:05 6
...
25/04/2016 09:00 7
25/04/2016 09:05 8
25/04/2016 10:00 3
25/04/2016 …