我有一個這樣結(jié)構(gòu)的數(shù)據(jù)框：df_all：      day_time            LCLid       energy(kWh/hh)2014-02-08 23:00:00     MAC000006         0.0772014-02-08 23:30:00     MAC000006         0.079        ...2014-02-08 23:00:00     MAC000007         0.045        ...我想用先前和尾隨值填充的數(shù)據(jù)中缺少四個連續(xù)的日期時間（跨所有 LCLid）。如果數(shù)據(jù)幀被拆分為子數(shù)據(jù)幀 (df)，每個 LCLid 一個，例如：gb = df.groupby('LCLid')    df_list = [gb.get_group(x) for x in gb.groups]然后我可以為 df_list 中的每個 df 執(zhí)行此操作：#valid data before gapprev_row = df.loc['2013-09-09 22:30:00'].copy()#valid data after gappost_row = df.loc['2013-09-10 01:00:00'].copy()df.loc[pd.to_datetime('2013-09-09 23:00:00')] = prev_rowdf.loc[pd.to_datetime('2013-09-09 23:30:00')] = prev_rowdf.loc[pd.to_datetime('2013-09-10 00:00:00')] = post_rowdf.loc[pd.to_datetime('2013-09-10 00:30:00')] = post_rowdf = df.sort_index()我怎樣才能在 df_all 上做到這一點(diǎn)，一次又一次地用來自每個 LCLid 的“有效”數(shù)據(jù)填充缺失的數(shù)據(jù)？