如何为DataFrame中每个分组补全所有日期并填充0值？

针对多维度分组（如零售商、产品、门店）+长时序数据的场景，原循环拼接的方法效率低下，推荐使用以下两种向量化操作的方案，避免循环带来的性能损耗：

方案一：透视+堆叠（pivot + stack） #

利用Pandas的透视功能先构建完整的日期-分组矩阵，填充缺失值后再转换回原格式：

import pandas as pd

# 初始化数据
df = pd.DataFrame({
    "Date": ["2024-01-01", "2024-01-02", "2024-01-01"],
    "Retailer": ["A", "A", "B"],
    "Sales": [1, 1, 9],
})

# 透视：日期为索引，零售商为列，销售额为值
pivoted = df.pivot(index="Date", columns="Retailer", values="Sales")
# 填充缺失值为0，再堆叠列转为行
df_final = pivoted.fillna(0).stack().reset_index(name="Sales")

print(df_final)

输出结果：

Date Retailer  Sales
0  2024-01-01        A    1.0
1  2024-01-01        B    9.0
2  2024-01-02        A    1.0
3  2024-01-02        B    0.0

方案二：构建完整索引重新对齐（MultiIndex.from_product + reindex） #

通过生成日期与分组的笛卡尔积索引，直接对齐原数据并填充缺失值：

import pandas as pd

# 初始化数据
df = pd.DataFrame({
    "Date": ["2024-01-01", "2024-01-02", "2024-01-01"],
    "Retailer": ["A", "A", "B"],
    "Sales": [1, 1, 9],
})

# 设置复合索引
df = df.set_index(["Date", "Retailer"])
# 生成所有日期和零售商的笛卡尔积索引
full_index = pd.MultiIndex.from_product(
    [df.index.get_level_values("Date").unique(), 
     df.index.get_level_values("Retailer").unique()],
    names=["Date", "Retailer"]
)
# 重新索引并填充0，最后重置索引
df_final = df.reindex(full_index, fill_value=0).reset_index()

print(df_final)

输出结果与方案一一致。

方案优势 #

• 两种方法均为Pandas内置的向量化操作，避免了循环和多次concat的性能开销，在大数据集下效率远高于原循环方案
• 支持扩展至多维度分组（如同时按Retailer、Product、Store分组），只需调整透视的列或MultiIndex的层级即可

内容的提问来源于stack exchange，提问作者AAAA