pandas groupby time获取nan数量和总数

import pandas as pd
import numpy as np

# 创建示例数据
data = {
    'timestamp': pd.date_range(start='1/1/2022', periods=100, freq='H'),
    'value': np.random.randn(100)
}
df = pd.DataFrame(data)
df.loc[np.random.choice(df.index, size=20), 'value'] = np.nan  # 随机插入一些 NaN 值

# 将时间戳设置为索引
df.set_index('timestamp', inplace=True)

# 按小时分组并计算每个组的 NaN 数量和总数
grouped = df.groupby(pd.Grouper(freq='H'))
result = grouped['value'].agg(['count', 'isna']).sum(axis=1).rename(columns={'count': 'total_count', 'isna': 'nan_count'})

print(result)

# 使用 resample 方法确保每个小时都有数据点
resampled_df = df.resample('H').mean()

# 再次执行分组聚合
grouped_resampled = resampled_df.groupby(pd.Grouper(freq='H'))
result_resampled = grouped_resampled['value'].agg(['count', 'isna']).sum(axis=1).rename(columns={'count': 'total_count', 'isna': 'nan_count'})

print(result_resampled)