如何检测并向Pandas DataFrame添加缺失月份的行以补全数据？

需求说明 #

你的DataFrame缺少5月数据，需要补全该行，让最终结果包含1-12月所有月份，且YEAR1、YEAR2保持和其他行一致的2020、2019。

方法一：生成完整月份序列合并补全 #

适合批量补全多个缺失月份的场景，步骤清晰易扩展：

1. 生成包含1-12月的完整模板DataFrame
2. 与原数据合并，自动填充缺失月份的年份值

import pandas as pd

# 原数据
data = {'YEAR1': [2020]*11, 'YEAR2': [2019]*11, 'MONTH': [1,2,3,4,6,7,8,9,10,11,12]}  
df = pd.DataFrame(data)

# 生成1-12月的完整月份模板
full_months = pd.DataFrame({'MONTH': range(1,13)})
# 按月份合并，用前向填充补全年份（因所有行年份值一致，填充逻辑通用）
df_full = full_months.merge(df, on='MONTH', how='left').ffill()

# 重置索引（可选，让结果更规整）
df_full = df_full.reset_index(drop=True)
print(df_full)

运行后会得到包含所有月份的完整DataFrame，缺失的5月会自动补全YEAR1=2020、YEAR2=2019。

方法二：手动查找缺失月份并添加行 #

如果仅缺失单个月份，这种方式更直接：

import pandas as pd

data = {'YEAR1': [2020]*11, 'YEAR2': [2019]*11, 'MONTH': [1,2,3,4,6,7,8,9,10,11,12]}  
df = pd.DataFrame(data)

# 定位缺失的月份
existing_months = df['MONTH'].tolist()
missing_month = [m for m in range(1,13) if m not in existing_months][0]

# 构造缺失行并添加到原数据
new_row = pd.DataFrame({'YEAR1': [2020], 'YEAR2': [2019], 'MONTH': [missing_month]})
df_full = pd.concat([df, new_row], ignore_index=True)

# 按月份排序并重置索引
df_full = df_full.sort_values('MONTH').reset_index(drop=True)
print(df_full)

内容的提问来源于stack exchange，提问作者Aragorn64