我有一个看起来像这样的数据框：
...
Date Region Profile Branch Power Energy(WH)
30/03/2019 02:00 OH IND 50kV 150
30/03/2019 02:00 NY IND 50kV 150
29/03/2019 02:00 NY RES 50kV 230
28/03/2019 02:00 NY TER 50kV 50
...
对于一天中的每一天和每一小时，我都有一个与区域，配置文件和分支相关的电力。
碰巧我的数据框可能会出现一些小时数丢失的情况，例如，我知道我在整个区域中都缺少2019年3月31日的02:00和02:30小时。
我想在“日期”列中插入缺少的这些小时，并在“电能”列中插入与区域/配置文件匹配的“电能”中存在的平均值。
示例：Power Energy in 31/03/2019 at 02:00 of (NY, RES) would be the average of the 01/03/2019:30/03/2019 at 02:00 of (NY, RES)。
预期输出如下：
...
Date Region Profile Branch Power Energy(WH)
30/03/2019 02:00 OH IND 50kV 150
30/03/2019 02:00 NY IND 50kV 150
29/03/2019 02:00 NY RES 50kV 230
28/03/2019 02:00 NY TER 50kV 50
31/03/2019 02:00 NY TER 50kV mean(01/03/2019 to 30/03/2019 at 02:00 of (NY,TER,50kV)
31/03/2019 02:00 NY IND 50kV mean(01/03/2019 to 30/03/2019 at 02:00 of (NY,IND,50kV)
31/03/2019 02:00 NY RES 50kV mean(01/03/2019 to 30/03/2019 at 02:00 of (NY,RES,50kV)
...
我尝试使用这样的组合：
df.resample('30min').fillna()
df.groupby().resample('30min').last().fillna()
但是一旦索引不是唯一的，我就不会得到预期的结果。 ` 我试图通过这种解决方案来激发我的灵感，但是我无法使其适应我的问题。