如何为pandas DataFrame补全缺失月份以计算每月预测人口

以下几种方法都不需要提前在原数据集上新增持久化的临时列，实现逻辑更简洁，部分方案针对同一年slope、intercept一致的特征做了性能优化：

方案1：一行代码快速实现 #

适合小数据集，直接通过临时赋值+列展开+去重完成补全：

df = df.assign(month=[range(1,13)]).explode('month').drop_duplicates(["Year", "month"]).reset_index(drop=True)

逻辑说明：

• 用assign生成临时的列表格式month列，不会在原数据集上新增多余列
• explode将列表拆分为12行，对应1-12月
• 按年+月去重得到唯一的年月组合
• 后续可直接运行你原有pred_pop的计算逻辑

方案2：年参数提取优化（更适合大数据集） #

因为同一年的slope、intercept全局一致，先提取年维度的参数映射表再补全月份，避免重复计算：

# 提取每年的固定参数，去重减少后续计算量
year_params = df[["Year", "slope", "intercept"]].drop_duplicates()
# 给每一年补全1-12月，直接得到完整的年月参数表
df_full = year_params.assign(month=[range(1,13)]).explode("month").reset_index(drop=True)

如果需要保留原有月份的实际pop值，额外补充一步合并即可：

df_full = df_full.merge(df[["Year", "month", "pop"]], on=["Year", "month"], how="left")

方案3：用MultiIndex生成完整索引 #

通过笛卡尔积生成所有年月组合，再匹配参数：

import pandas as pd
# 生成所有年+12个月的完整索引
full_index = pd.MultiIndex.from_product(
    [df["Year"].unique(), range(1,13)],
    names=["Year", "month"]
)
# 匹配每年的参数得到完整表
df_full = (
    df[["Year", "slope", "intercept"]]
    .drop_duplicates()
    .set_index("Year")
    .reindex(full_index.get_level_values("Year"))
    .reset_index()
    .assign(month=full_index.get_level_values("month"))
)

内容的提问来源于stack exchange，提问作者magladde