对时间序列数据进行清洗，特诊提取，填充NA值的代码

清洗时间序列数据：

import pandas as pd

# 读取数据
data = pd.read_csv('data.csv')

# 转换时间列的格式
data['time'] = pd.to_datetime(data['time'], format='%Y-%m-%d %H:%M:%S')

# 删除重复数据
data.drop_duplicates(subset=['time'], inplace=True)

# 将时间列设为索引列
data.set_index('time', inplace=True)

# 删除不需要的列
data.drop(columns=['id'], inplace=True)

# 打印清洗后的数据
print(data.head())

特征提取：

# 计算每个时间段的平均值
data['mean'] = data.resample('H').mean()

# 计算每个时间段的最大值
data['max'] = data.resample('H').max()

# 计算每个时间段的最小值
data['min'] = data.resample('H').min()

# 打印特征提取后的数据
print(data.head())

填充NA值：

# 前向填充
data.fillna(method='ffill', inplace=True)

# 后向填充
data.fillna(method='bfill', inplace=True)

# 打印填充后的数据
print(data.head())