Pandas补充DataFrame缺失数据：如何自动添加缺失用户记录

要自动添加第一周User1这类完全缺失的记录，核心思路是先生成所有周与所有用户的完整组合，再和原始数据合并，具体步骤如下：

1. 提取数据中所有唯一的周和用户
2. 生成两者的笛卡尔积，得到所有应存在的记录框架
3. 通过左连接合并原始数据，自动补全缺失记录

代码实现 #

import pandas as pd

# 原始数据
df = pd.DataFrame({'w':[1,1,2,2,2,3,3,3,4,4,4], 
                   'user':['User2', 'User3','User1','User1','User2','User2','User2','User3','User1','User1','User3'],
                   'c':[7,2,3,1,2,5,4,6,9,8,7]})

# 生成周和用户的完整组合
all_weeks = df['w'].unique()
all_users = df['user'].unique()
full_records = pd.MultiIndex.from_product([all_weeks, all_users], names=['w', 'user']).to_frame(index=False)

# 合并补全缺失记录
result_df = pd.merge(full_records, df, on=['w', 'user'], how='left')

# 可选：将c列的空值替换为0或其他值（根据需求调整）
# result_df['c'] = result_df['c'].fillna(0)

print(result_df)

效果说明 #

运行后会得到包含所有周-用户组合的结果，其中第一周User1的记录会被自动添加，c列默认显示NaN，你可以通过fillna设置填充值（比如0）。

内容的提问来源于stack exchange，提问作者Artur Olenberg