如何基于布尔条件为DataFrame补全用户未访问页面记录

你可以通过生成用户与页面的全量组合、关联原访问数据打标的方式实现需求，具体步骤和代码如下：

• 提取数据集中所有独立用户ID、所有独立页面ID，生成两者的笛卡尔积，得到「每个用户对应所有页面」的全量记录基础表
• 给原始访问数据集新增visit字段，固定赋值为1，标记这些是已访问记录
• 用全量基础表左连接原始访问表，未匹配到关联记录的行就是用户未访问的页面，将这部分行的visit空值填充为0即可

代码示例 #

首先构造初始测试数据集：

import pandas as pd

# 初始访问数据
df = pd.DataFrame({
    'userID': [1, 1, 2],
    'pageID': [1, 2, 1]
})

核心处理逻辑：

# 生成用户+页面的全量组合
all_pairs = pd.MultiIndex.from_product(
    [df['userID'].unique(), df['pageID'].unique()],
    names=['userID', 'pageID']
).to_frame(index=False)

# 原始数据标记已访问
df['visit'] = 1

# 关联补全数据，填充未访问标记
final_df = all_pairs.merge(
    df, 
    on=['userID', 'pageID'], 
    how='left'
).fillna({'visit': 0})

# 字段类型转成整数，和预期格式一致
final_df['visit'] = final_df['visit'].astype(int)

执行后打印final_df即可得到目标结果：

userID  pageID  visit
0       1       1      1
1       1       2      1
2       2       1      1
3       2       2      0

说明：该逻辑默认基于现有数据中出现过的页面集合做补全，如果需要纳入未在访问记录里出现过的新页面，只要把对应pageID加入全量页面ID的列表即可，核心逻辑不需要调整。

内容的提问来源于stack exchange，提问作者psyvic