如何基于同日邻近时刻与前两日同期数据对电力时序缺失值进行智能插补-Python教程-PHP中文网

如何基于同日邻近时刻与前两日同期数据对电力时序缺失值进行智能插补

本文介绍一种面向电力负荷时间序列的精细化缺失值插补方法：对每个缺失点，综合使用当日前后各2个相邻时段（如01:00缺失时取00:00、00:30、01:30、02:00）、以及前2天同一时刻（如2020-09-02 01:00缺失时取2020-08-31和2020-09-01的01:00）的有效观测值，计算均值完成填充。

本文介绍一种面向电力负荷时间序列的精细化缺失值插补方法：对每个缺失点，综合使用当日前后各2个相邻时段（如01:00缺失时取00:00、00:30、01:30、02:00）、以及前2天同一时刻（如2020-09-02 01:00缺失时取2020-08-31和2020-09-01的01:00）的有效观测值，计算均值完成填充。

在电力负荷分析中，简单均值或前向填充往往忽略时序固有的周期性与局部连续性，导致插补偏差。针对该问题，本文提出一种多维度上下文感知插补策略：对任一缺失值（例如 meter ID=1, date='2020-09-02', time='01:00'），优先收集三类有效参考值：

✅ 同日邻近时段：该日期下，同一列（即同一时间点）前后各2个非空值（共最多4个），例如 00:00、00:30、01:30、02:00；
✅ 历史同期数据：该时间点（如 '01:00'）在前2个自然日（即 2020-09-01 和 2020-08-31）对应行中的非空值（最多2个）；
✅ 加权融合：将上述两类共最多6个有效值统一求算术平均，作为最终插补结果。

⚠️ 注意：原始答案中提供的示例函数存在逻辑缺陷——它错误地将“前2天”理解为数据索引位置而非日期差，并未真正按时间语义提取前两天记录；同时未处理同日邻近时段（因列名是时间字符串，需解析列索引关系）。以下为修正后的稳健实现：

import pandas as pd
import numpy as np
from datetime import timedelta

def impute_electricity_ts(df, time_cols=None):
    """
    对电力时序DataFrame执行上下文感知缺失值插补：
      - 同日：前后各2个时间列（按时间顺序）
      - 历史：前2个自然日同一时间列（需date列支持日期运算）
    """
    if time_cols is None:
        time_cols = [col for col in df.columns if ':' in col]  # 自动识别时间列

    # 确保date列为datetime类型
    df = df.copy()
    df['date'] = pd.to_datetime(df['date'])

    # 按meter ID分组处理，保持独立性
    for meter_id, group in df.groupby('meter IDs'):
        # 构建时间列索引映射（按时间升序排列）
        time_order = sorted(time_cols, key=lambda x: pd.to_datetime(x, format='%H:%M').time())
        time_to_idx = {t: i for i, t in enumerate(time_order)}

        # 遍历每行每列
        for idx in group.index:
            for col in time_cols:
                if pd.isna(df.at[idx, col]):
                    candidates = []

                    # 1. 同日邻近时段（前后各2个）
                    if col in time_to_idx:
                        pos = time_to_idx[col]
                        for offset in [-2, -1, 1, 2]:
                            adj_pos = pos + offset
                            if 0 <p>✅ <strong>关键优势</strong>：  </p>