Pandas：为分类数据补0以实现全维度频次统计

这是个非常典型的统计需求——要确保所有预设的分类标签都出现在结果中，不管对应的数据是否存在。针对你的场景，我有两种简洁且通用的方法，完全适配星期几、月份、年份或任何自定义分类数组：

方法1：利用pd.Categorical提前定义分类（推荐） #

这种方法从根源上解决问题，在生成分类列时就指定好所有需要的标签和顺序，分组时会自动保留所有分类，缺失项直接统计为0：

import numpy as np
import pandas as pd

# 模拟数据
data = {'date': ["2000-01-01", "2000-05-01", "2000-11-11", "2000-11-01"], 'col_2': ['a', 'b', 'c', 'd']}
df = pd.DataFrame.from_dict(data)

# 日期转换
df['date'] = pd.to_datetime(df['date'])

# 定义完整的星期几分类（法语）
JOUR_SEMAINE = ["Lundi", "Mardi", "Mercredi", "Jeudi", "Vendredi", "Samedi", "Dimanche"]

# 关键：将day_of_week转为指定分类类型，确保顺序和完整性
df['day_of_week'] = pd.Categorical(
    df['date'].dt.day_name(locale='fr_FR'),
    categories=JOUR_SEMAINE,
    ordered=True
)

# 分组统计：observed=False确保保留所有分类项（pandas 1.1+支持）
result = df.groupby('day_of_week', observed=False)['day_of_week'].count().reset_index(name='count')

print(result)

输出结果正好是你想要的：

day_of_week  count
0        Lundi      1
1        Mardi      0
2    Mercredi      1
3        Jeudi      0
4     Vendredi      0
5       Samedi      2
6     Dimanche      0

为什么这方法通用？ #

只需要把JOUR_SEMAINE替换成你的目标分类数组即可：

• 比如法语月份：MOIS = ["Janvier", "Février", "Mars", "Avril", "Mai", "Juin", "Juillet", "Août", "Septembre", "Octobre", "Novembre", "Décembre"]
• 或者自定义业务标签：STATUS = ["En cours", "Terminé", "Annulé"]

方法2：用reindex补全已分组的结果 #

如果已经有了分组后的统计数据，也可以通过重新索引的方式快速补全缺失项：

# 你的原有代码（生成分组后的data）
df['date'] = pd.to_datetime(df['date'])
df['day_of_week'] = df['date'].dt.day_name(locale='fr_FR')
data = df.groupby('day_of_week')['day_of_week'].agg(['count']).reset_index()

# 通用补全步骤
JOUR_SEMAINE = ["Lundi", "Mardi", "Mercredi", "Jeudi", "Vendredi", "Samedi", "Dimanche"]
result = data.set_index('day_of_week').reindex(JOUR_SEMAINE, fill_value=0).reset_index()

print(result)

这种方法的逻辑是：把分组结果的索引切换为分类列，用预设的完整分类数组重新索引，缺失的位置用fill_value=0填充，最后再把索引转回普通列。

两种方法的对比 #

• 方法1更高效，一步到位，适合从原始数据开始处理的场景；
• 方法2更灵活，适合已经有部分统计结果，需要补全的场景。

内容的提问来源于stack exchange，提问作者Richnou