如何合并dfICU与dfPts并透视，显示所有ICU单元的频次（含0值）

你的代码只用到了dfPts里出现过的ICU单元，自然没法包含dfICU里的全部ICU。要解决这个问题，核心是先让每一条就诊记录（PtsID+VisitID）都和所有ICU单元做匹配，然后再透视，具体步骤如下：

1. 生成就诊记录与所有ICU的完整组合
   先提取dfPts中唯一的就诊标识对（PtsID、VisitID），再和dfICU做交叉连接，确保每条就诊记录都对应所有ICU：

import pandas as pd

unique_visits = dfPts[['PtsID', 'VisitID']].drop_duplicates()
full_matches = unique_visits.merge(dfICU, how='cross')

2. 合并原始频次数据并补0
   把上面的完整组合和dfPts合并，把已有频次填充进去，没有记录的ICU直接补0：

merged_data = full_matches.merge(
    dfPts[['PtsID', 'VisitID', 'ICU', 'Frequency']],
    on=['PtsID', 'VisitID', 'ICU'],
    how='left'
).fillna({'Frequency': 0})

3. 透视生成目标表格
   最后做透视，行设为PtsID和VisitID，列是ICU，值取Frequency：

final_df = merged_data.pivot(
    index=['PtsID', 'VisitID'],
    columns='ICU',
    values='Frequency'
).reset_index()

完整代码 #

import pandas as pd

# 生成所有就诊-ICU组合
unique_visits = dfPts[['PtsID', 'VisitID']].drop_duplicates()
full_matches = unique_visits.merge(dfICU, how='cross')

# 合并原始数据并填充缺失值
merged_data = full_matches.merge(
    dfPts[['PtsID', 'VisitID', 'ICU', 'Frequency']],
    on=['PtsID', 'VisitID', 'ICU'],
    how='left'
).fillna({'Frequency': 0})

# 透视得到结果
final_df = merged_data.pivot(
    index=['PtsID', 'VisitID'],
    columns='ICU',
    values='Frequency'
).reset_index()

这样处理后，结果里就会包含dfICU中的所有ICU单元，没出现的就诊-ICU组合频次自动显示0。

内容的提问来源于stack exchange，提问作者asmgx