如何为pandas dataframe列中每个唯一值添加重复的月份行？

实现方案 #

pandas可以直接实现该需求，最便捷的方式是使用笛卡尔积合并：

import pandas as pd

# 原始数据框
df1 = pd.DataFrame({'Part':['Wheel', 'Door', 'Light', 'Seatbelt']})
# 定义待匹配的月份列表
month_list = ['January', 'February', 'March', 'April', 'May', 'June', 'July', 'August']

# 方法1：cross合并（pandas 1.2.0及以上版本支持，代码最简洁）
df2 = df1.merge(pd.DataFrame({'Month': month_list}), how='cross')

如果使用的是更低版本的pandas，可通过多级索引方式兼容实现：

# 方法2：低版本pandas兼容实现
parts = df1['Part'].unique()
# 生成Part和月份的笛卡尔积索引
full_index = pd.MultiIndex.from_product([parts, month_list], names=['Part', 'Month'])
# 转换为目标数据框
df2 = full_index.to_frame(index=False)

后续合并补充 #

你后续要补全0值展示的需求，可以直接用上面得到的df2作为左表，左连接你的业务统计数据框，再对数值列执行.fillna(0)，就能实现所有Part+月份的组合完整展示、缺失值自动补0的效果。

内容的提问来源于stack exchange，提问作者Elliott Davey