是否存在与Stata fillin命令功能等效的Pandas函数？

Stata 的 fillin 命令核心作用是生成指定列的所有笛卡尔积组合，将非矩形数据集补全为矩形结构，缺失的其他字段自动填充为空值。

你原有代码性能差的核心原因是：通过循环遍历所有组合、逐次拼接 DataFrame 的实现方式时间复杂度极高，数据量稍大就会出现运行慢、内存占用高的问题，可替换为pandas内置的向量化操作实现，代码如下：

import pandas as pd

# 仅保留需要的字段（和你原有逻辑一致）
collapse_df = collapse_df[['cod', 'loc_id', 'fob']]

# 1. 提取两个fillin维度的唯一值
unique_loc = collapse_df['loc_id'].unique()
unique_cod = collapse_df['cod'].unique()

# 2. 生成两个维度的全量笛卡尔积组合
full_combo = pd.MultiIndex.from_product(
    [unique_loc, unique_cod], 
    names=['loc_id', 'cod']
).to_frame(index=False)

# 3. 左连接原表，自动补全缺失组合，完成fillin效果
collapse_df = full_combo.merge(collapse_df, on=['loc_id', 'cod'], how='left')

# 可选：如果需要将缺失的fob值填充为0，可取消注释下行
# collapse_df['fob'] = collapse_df['fob'].fillna(0)

上述方案完全规避了循环操作，基于pandas优化的向量化运算实现，运行效率相比原有代码有数量级的提升，内存开销也会大幅降低。

内容的提问来源于stack exchange，提问作者J. Raji