为DataFrame补全date列2002-2020缺失年份并填充对应列值

假设你的原始DataFrame名为df，可以通过以下步骤实现需求：

• 生成2002到2020年的完整年份序列，创建包含country="Georgia"的基础DataFrame
• 将基础DataFrame与原始DataFrame进行外连接，自动补全年份并保留已有数据
• 缺失的party_count列会自动填充为NaN，无需额外操作

代码实现 #

import pandas as pd

# 生成2002-2020年的完整年份数据
full_year_df = pd.DataFrame({
    'date': range(2002, 2021),  # 2021为开区间，最终包含2002到2020所有年份
    'country': 'Georgia'
})

# 与原始DataFrame外连接，补全年份并合并数据
result_df = pd.merge(full_year_df, df, on=['date', 'country'], how='outer')

# 查看处理后的结果
print(result_df)

特殊情况处理 #

如果你的date列是datetime类型而非整数年份，只需调整基础DataFrame的生成方式：

# 生成datetime类型的完整年份序列（以每年最后一天为例）
full_year_df = pd.DataFrame({
    'date': pd.date_range(start='2002-12-31', end='2020-12-31', freq='Y'),
    'country': 'Georgia'
})

# 若需要将datetime转为整数年份，可添加以下行
full_year_df['date'] = full_year_df['date'].dt.year

# 再执行合并操作
result_df = pd.merge(full_year_df, df, on=['date', 'country'], how='outer')

处理完成后，所有2002-2020年的年份都会被补全，country列统一填充为Georgia，缺失的party_count值自动为NaN。

内容的提问来源于stack exchange，提问作者Julieta M.