如何使用预先训练的模型填补缺失的价值?

我有一个时间序列索引,几乎没有变量和湿度读数。我已经训练了一个ML模型来基于X,Y和Z预测湿度值。现在,当我使用pickle加载保存的模型时,我想使用X,Y和Z填充湿度缺失值。但是,应该考虑一下X,Y和Z本身不应该丢失的事实。

Time                    X        Y        Z       Humidity
1/2/2017 13:00          31       22       21           48
1/2/2017 14:00          NaN      12       NaN          43
1/2/2017 15:00          25       55       33           NaN

在此示例中,将使用模型填充最后一行湿度。

到目前为止,我已经尝试过了:

with open('model_pickle','rb') as f:
    mp = pickle.load(f)

for i, value in enumerate(df['Humidity'].values):
    if np.isnan(value):
        df['Humidity'][i] = mp.predict(df['X'][i],df['Y'][i],df['Z'][i])

这给了我一个错误,并且我没有考虑X,Y和Z列值。