如何用Pandas自动添加未评分的用户-音乐组合行并设has_rating为0

需求说明 #

给定包含用户、音乐及已有评分标记的DataFrame，需要生成所有用户与音乐的笛卡尔积组合，原有组合保留原评分值，新增组合的评分标记设为0。

实现方法 #

方法一：生成全组合后左连接

1. 构造原始数据

import pandas as pd

# 原始DataFrame
df = pd.DataFrame({
    'user_id': ['A', 'B'],
    'music_id': ['a', 'b'],
    'has_rating': [1, 1]
})

2. 生成所有用户-音乐组合
   提取唯一的用户和音乐列表，用from_product生成全组合：

# 获取唯一用户和音乐集合
unique_users = df['user_id'].unique()
unique_musics = df['music_id'].unique()

# 生成所有可能的组合
all_pairs = pd.MultiIndex.from_product(
    [unique_users, unique_musics],
    names=['user_id', 'music_id']
).to_frame(index=False)

3. 合并原始数据并填充缺失值
   通过左连接将原始评分匹配到全组合中，缺失的评分用0填充：

# 左连接匹配原始数据，填充缺失值
final_df = all_pairs.merge(df, on=['user_id', 'music_id'], how='left')
final_df['has_rating'] = final_df['has_rating'].fillna(0).astype(int)

方法二：用透视表快速实现

利用pivot_table一步完成透视、填充、转置操作，代码更简洁：

final_df = df.pivot_table(
    index='user_id',
    columns='music_id',
    values='has_rating',
    fill_value=0
).stack().reset_index(name='has_rating')

最终结果 #

执行上述代码后，得到的final_df如下：

内容的提问来源于stack exchange，提问作者DS Park