如何按object_id分组后扩展DataFrame补全item_id完整范围

针对你需要按object_id扩展分组结果、填充缺失条目为0的需求，这里提供两种更符合Pandas惯用风格的实现方式，效率和可读性均优于手动构建列表的朴素方法：

方法一：利用MultiIndex重新索引（推荐，效率最高） #

这种方法通过构建完整的多级索引，再对分组结果重新索引来填充缺失值，全程采用Pandas矢量化操作，适合大数据集：

import pandas as pd

# 原数据
df = pd.DataFrame(
    {
        "object_id": [1, 1, 1, 1, 1, 2, 2, 2],
        "item_id": [1, 2, 4, 4, 5, 1, 1, 2],
        "item_count": [6, 6, 6, 6, 6, 3, 3, 3],
    }
)

# 按object_id和item_id分组统计数量
df_group = df.groupby(["object_id", "item_id"], as_index=False).size()

# 获取每个object_id对应的item_count映射（去重后提取）
object_item_map = df[["object_id", "item_count"]].drop_duplicates().set_index("object_id")["item_count"].to_dict()

# 构建包含所有需要条目的完整MultiIndex
full_multi_index = pd.MultiIndex.from_tuples(
    [(obj, item) for obj, cnt in object_item_map.items() for item in range(1, cnt + 1)],
    names=["object_id", "item_id"]
)

# 重新索引并填充缺失值，最后重置索引
df_full = df_group.set_index(["object_id", "item_id"]).reindex(full_multi_index, fill_value=0).reset_index()

print(df_full)

输出结果：

object_id  item_id  size
0          1        1     1
1          1        2     1
2          1        3     0
3          1        4     2
4          1        5     1
5          1        6     0
6          2        1     2
7          2        2     1
8          2        3     0

方法二：分组后逐组扩展（逻辑更直观） #

通过groupby.apply对每个object_id组单独生成完整的item序列，再合并统计结果，逻辑清晰易读：

import pandas as pd

df = pd.DataFrame(
    {
        "object_id": [1, 1, 1, 1, 1, 2, 2, 2],
        "item_id": [1, 2, 4, 4, 5, 1, 1, 2],
        "item_count": [6, 6, 6, 6, 6, 3, 3, 3],
    }
)

def expand_single_group(group):
    # 获取当前组的最大item_id范围
    max_item = group["item_count"].iloc[0]
    # 生成1到max_item的完整item_id序列
    full_items = pd.DataFrame({"item_id": range(1, max_item + 1)})
    # 统计当前组内各item的数量
    item_counts = group.groupby("item_id").size().reset_index(name="size")
    # 合并并填充缺失值
    return full_items.merge(item_counts, on="item_id", how="left")\
                    .fillna(0).astype({"size": int})\
                    .assign(object_id=group["object_id"].iloc[0])

# 分组处理后合并结果
df_full = df.groupby("object_id").apply(expand_single_group).reset_index(drop=True)

print(df_full)

输出结果与方法一完全一致。

内容的提问来源于stack exchange，提问作者BBQuercus