如何合并DataFrame为各ID补全缺失月份并生成NaN条目？

你的问题出在只基于Year_Month做左连接，没把ID的维度考虑进去——要实现每个ID对应所有月份的完整记录，得先生成所有ID与所有月份的笛卡尔积，再和原数据合并。

具体步骤如下：

1. 预处理时间格式 #

先把Year_Month转成datetime类型，方便生成连续月份：

import pandas as pd

# 转换时间列
df['Year_Month'] = pd.to_datetime(df['Year_Month'], format='%Y-%m')

2. 生成完整的ID和月份组合 #

• 提取所有唯一ID
• 确定数据中的最小和最大月份，生成该范围内的所有月份
• 用pd.MultiIndex.from_product生成ID与月份的笛卡尔积，再转成DataFrame：

# 获取所有唯一ID
unique_ids = df['ID'].unique()

# 生成完整月份范围
min_month = df['Year_Month'].min()
max_month = df['Year_Month'].max()
all_months = pd.date_range(start=min_month, end=max_month, freq='MS')

# 生成ID+月份的全量组合
full_index = pd.MultiIndex.from_product([unique_ids, all_months], names=['ID', 'Year_Month'])
full_df = full_index.to_frame(index=False)

3. 左连接补全缺失值 #

把全量组合和原数据左连接，缺失的Count会自动填充为NaN：

# 合并数据
result_df = full_df.merge(df, on=['ID', 'Year_Month'], how='left')

# 可选：把Year_Month转回原字符串格式（如果需要）
result_df['Year_Month'] = result_df['Year_Month'].dt.strftime('%Y-%m')

为什么你的原方法无效？ #

你之前只生成了包含所有月份的df1，然后按Year_Month左连接，这只会把每个月份和原数据中该月份的所有ID记录合并，无法实现每个ID对应所有月份的补全逻辑——因为缺少了ID和月份的全量组合这一步。

内容的提问来源于stack exchange，提问作者TheMaffGuy