如何为Pandas DataFrame添加缺失的对角组合（值设为0）

要给Pandas DataFrame补充缺失的(Name X与Name Y同名、Value为0)的对角行，同时保留原有行的顺序，可以按以下步骤操作：

步骤1：提取所有唯一名称 #

先收集Name X和Name Y列中出现的所有唯一名称，确保每个名称都能生成对应的对角行：

import pandas as pd

# 假设你的DataFrame名为df
all_names = pd.unique(df[['Name X', 'Name Y']].values.ravel('K'))

步骤2：生成所有预期的对角行 #

基于所有唯一名称，创建包含(Name X=Name Y, Value=0)的对角行数据集：

diag_rows = pd.DataFrame({
    'Name X': all_names,
    'Name Y': all_names,
    'Value': 0
})

步骤3：筛选出原数据中缺失的对角行 #

通过对比原数据的(Name X, Name Y)组合，找出哪些对角行是原数据没有的：

# 提取原数据中已有的(Name X, Name Y)组合
existing_pairs = df[['Name X', 'Name Y']].apply(tuple, axis=1)
# 筛选出原数据缺失的对角行
missing_diag = diag_rows[~diag_rows[['Name X', 'Name Y']].apply(tuple, axis=1).isin(existing_pairs)]

步骤4：合并数据并保留原有行顺序 #

将缺失的对角行追加到原DataFrame末尾，原有行的相对顺序完全保留：

result_df = pd.concat([df, missing_diag], ignore_index=True)

生成透视表 #

补充完成后，即可直接生成符合需求的透视表：

pivot_result = result_df.pivot(index='Name X', columns='Name Y', values='Value').fillna(0)

示例演示 #

假设原数据为：

df = pd.DataFrame({
    'Name X': ['A', 'A', 'B', 'C'],
    'Name Y': ['B', 'C', 'A', 'A'],
    'Value': [5, 3, 2, 4]
})

执行上述步骤后，result_df会新增(A,A,0)、(B,B,0)、(C,C,0)三行，原有行顺序不变，最终透视表会包含完整的对角值。

内容的提问来源于stack exchange，提问作者Triacs