如何为DataFrame补充值为0的缺失组合行

数据老陈

2026-9-26

实现方案

核心思路

先提取所有维度的合法唯一组合，和原有数据做对齐操作，缺失组合的销售额自动填充为0，全程不会覆盖已有销售数据。

代码实现

首先导入依赖库：

import pandas as pd

步骤1：读取/构造原始数据

# 示例数据，可替换为你自己的数据集读取逻辑
df = pd.DataFrame({
    'account': ['哈佛', '耶鲁', '常春藤理工', '哈佛'],
    'degree_type': ['4 Year', '4 Year', '2 Year', '4 Year'],
    'discipline': ['Accounting', 'Biology', 'Biology', 'Precalculus'],
    'dollars': [1000, 2000, 500, 3000]
})

步骤2：生成全量合法组合

为了避免生成「哈佛+2 Year」这类不符合实际的无效组合，优先提取已有数据里学校和学位类型的绑定关系，再和全量学科做笛卡尔积：

# 提取所有合法的（学校, 学位类型）绑定组合
account_degree_pairs = df[['account', 'degree_type']].drop_duplicates()
# 提取所有学科的唯一值
all_disciplines = df['discipline'].unique()

# 生成全量合法的（学校, 学位类型, 学科）组合
full_combinations = account_degree_pairs.assign(tmp=1).merge(
    pd.DataFrame({'discipline': all_disciplines, 'tmp':1}),
    on='tmp'
).drop('tmp', axis=1)

如果你的业务里三个维度完全独立，不需要绑定学校和学位类型，可以直接用更简洁的写法生成全量笛卡尔积：

full_combinations = pd.MultiIndex.from_product(
    [df['account'].unique(), df['degree_type'].unique(), df['discipline'].unique()],
    names=['account', 'degree_type', 'discipline']
).to_frame(index=False)

步骤3：对齐数据补全缺失值

# 合并全量组合和原始数据，缺失的销售额字段填充为0
result = full_combinations.merge(df, on=['account', 'degree_type', 'discipline'], how='left').fillna({'dollars':0})
# 可选：把dollars字段转回整数类型
result['dollars'] = result['dollars'].astype(int)