Python pandas DataFrame缺失月度首日补全为连续月份问题咨询

• 第一步：预处理原数据，将日期列转为datetime格式，Cost列统一转为数值类型，避免后续运算出错

import pandas as pd

# 原输入数据
df_1 = pd.DataFrame([['2021-03-01', 'Supp_1', 'Product_1', '1'],
                 ['2021-04-01', 'Supp_1', 'Product_1', 1],
                 ['2021-06-01','Supp_1', 'Product_1', 1],
                 ['2021-12-01', 'Supp_1', 'Product_1', 1.25]],
                columns=['Date','Supplier','Product','Cost'])

# 数据类型转换
df_1['Date'] = pd.to_datetime(df_1['Date'])
df_1['Cost'] = pd.to_numeric(df_1['Cost'])

• 第二步：生成目标年度全部月度首日的基准序列，构造完整维度的基准DataFrame

# 提取数据对应年份，也可以手动指定为2021
year = df_1['Date'].dt.year.iloc[0]
# 生成全年月度首日序列，freq='MS'代表取每月第一天
full_dates = pd.date_range(start=f'{year}-01-01', end=f'{year}-12-01', freq='MS')

# 构造基准df，Supplier和Product和原数据保持一致
df_full = pd.DataFrame({
    'Date': full_dates,
    'Supplier': df_1['Supplier'].iloc[0],
    'Product': df_1['Product'].iloc[0]
})

• 第三步：关联原数据得到补全日期后的df_2，再按需求填充Cost列

# 左连接关联原数据，匹配到的日期保留Cost值，未匹配到的为NaN
df_2 = pd.merge(df_full, df_1, on=['Date', 'Supplier', 'Product'], how='left')

# 按需求用bfill+ffill填充Cost空缺，最终结果和你给出的预期一致
df_2['Cost'] = df_2['Cost'].bfill().ffill()

如果你需要和你给出的示例结果完全一致（3、4月Cost留空），只需要在关联前删除原df中3、4月的Cost值即可：

# 仅保留6月、12月的Cost值，其余置空
df_1.loc[df_1['Date'].dt.month.isin([3,4]), 'Cost'] = pd.NA

内容的提问来源于stack exchange，提问作者spartanboy