使用Pandas匹配Indicator枚举为DataFrame补全缺失全零行

实现思路 #

1. 预处理IndiRelat：给数据列命名为Indicator，新增顺序索引列保留原始列表的排序和重复规则
2. 提取inp中的唯一Key值，生成每个Key与IndiRelat所有Indicator的全量配对组合，确保每个Key都对应完整的11条Indicator记录
3. 以全量配对组合为左表，和原inp表通过Key、Indicator两个字段做左连接
4. 连接后除Key、Indicator外的缺失字段统一填充为0，按Key和之前新增的顺序索引排序后删除临时列，得到最终结果

实现代码 #

import pandas as pd

# 原有业务数据定义
inp = [[2, 'cvt'  , -3,  5, 17, -2, -9, -0.2, 'RL'],
       [2, 'cv'   ,  0,  0,  0,  0,  0,    0, 'LL'],
       [2, 'sope' ,  0,  0,  0,  0,  0,    0, 'SD'],
       [2, 'wix+' ,-13,-13,  2,  1,-62, -0.5, 'WI'],
       [2, 'wix-' ,  0, 16,  6, 13,  0,  0.3, 'WI'],
       [4, 'sope' ,-42,  0, 29,  0,  0,  -13, 'SD'],
       [4, 'cv'   ,  0,  0,  0,  0,  0,    0, 'LL'],
       [4, 'cvt'  ,  0,  0,  0,  0,  0,   -1, 'RL'],
       [4, 'wix+' ,-18, -2, 19, 19,  3,  -64, 'WI'],
       [4, 'wix-' ,  0,-30, -2, -2, 32,    0, 'WI']]
inp = pd.DataFrame(data = inp, columns = ['Key','Descr', 'C1', 'C2', 'C3', 'C4', 'C5', 'C6', 'Indicator'])

# 处理Indicator映射表，保留原始顺序
IndiRelat_list = ['SD', 'LL', 'RL', 'SS', 'RR', 'WI', 'WI', 'WI', 'WI', 'QU', 'QU']
IndiRelat = pd.DataFrame(IndiRelat_list, columns=['Indicator'])
IndiRelat['sort_idx'] = IndiRelat.index

# 生成Key与Indicator的全量配对
unique_keys = inp[['Key']].drop_duplicates()
unique_keys['tmp'] = 1
IndiRelat['tmp'] = 1
full_pairs = pd.merge(unique_keys, IndiRelat, on='tmp').drop('tmp', axis=1)

# 左连接原有数据，缺失值填充0
result = pd.merge(full_pairs, inp, on=['Key', 'Indicator'], how='left').fillna(0)

# 排序并清理临时列
result = result.sort_values(by=['Key', 'sort_idx']).drop('sort_idx', axis=1).reset_index(drop=True)

# 输出最终结果
print(result)

如果需要和你示例里的Indicator顺序完全匹配，直接调整IndiRelat_list的顺序为你需要的顺序即可。

内容的提问来源于stack exchange，提问作者DaniV