Pandas：为每个分组补充缺失的日历周行

现有一个包含4列的DataFrame，需按ID分组，为每个分组补充缺失的日历周（Calendar Week）行，使每个分组拥有3个日历周。新增行需保留对应分组的ID值，Price和Attribute列填充NaN值。

示例代码 #

import pandas as pd
import numpy as np

input = {'ID':['ITEM1', 'ITEM2', 'ITEM1', 'ITEM4', 'ITEM2', 'ITEM3', 'ITEM4', 'ITEM4'], 
        'Price':['11', '12', '11', '14', '12', '13', '14', '14' ],
        'Attribute': ['A', 'B', 'A', 'D', 'B', 'C', 'D', 'D' ],
        'Calendar Week':['1', '2', '2', '1', '3', '1', '3', '2']
        }

df = pd.DataFrame(input)

df = df.sort_values(['ID', 'Calendar Week'], ascending = True).reset_index().drop(columns = 'index')

当前DataFrame内容 #

预期输出 #

解决方案 #

方法1：分组后重新索引 #

通过分组为每个ID生成完整的日历周序列，再重新索引补全缺失行：

# 转换Calendar Week为整数类型，避免字符串匹配问题
df['Calendar Week'] = df['Calendar Week'].astype(int)

# 定义需要补全的完整日历周范围
full_weeks = [1, 2, 3]

# 分组处理：为每个ID补全缺失的周行
result = df.groupby('ID').apply(
    lambda group: group.set_index('Calendar Week').reindex(full_weeks).reset_index()
).droplevel(0).reset_index(drop=True)

# 补全ID列（分组后ID会丢失，用向前填充恢复）
result['ID'] = result.groupby('ID')['ID'].ffill()

print(result)

方法2：生成笛卡尔积后合并 #

先生成所有ID和日历周的组合，再和原DataFrame合并自动填充NaN：

# 转换Calendar Week为整数类型
df['Calendar Week'] = df['Calendar Week'].astype(int)

# 生成所有ID与完整日历周的笛卡尔积
all_combinations = pd.MultiIndex.from_product(
    [df['ID'].unique(), [1,2,3]],
    names=['ID', 'Calendar Week']
).to_frame(index=False)

# 合并原数据，缺失行自动填充NaN
result = pd.merge(all_combinations, df, on=['ID', 'Calendar Week'], how='left')

# 按ID和日历周排序
result = result.sort_values(['ID', 'Calendar Week']).reset_index(drop=True)

print(result)

内容的提问来源于stack exchange，提问作者Hapzek