如何在现有数据表中补全ID对应起止日期间的缺失日期行？

一、SQL 实现（适用于支持CTE的数据库，如MySQL 8.0+、PostgreSQL、Hive等） #

实现逻辑：先生成覆盖全表日期范围的连续日期序列，再匹配每个ID的专属日期区间，得到每个ID对应区间内的所有日期，最后左关联原表填充数值，空值设为0。
示例代码：

WITH 
-- 生成全表覆盖的连续日期序列，最大间隔可根据实际业务调整
date_series AS (
    SELECT MIN(day) AS date_point FROM your_table
    UNION ALL
    SELECT DATE_ADD(date_point, INTERVAL 1 DAY) FROM date_series
    WHERE date_point < (SELECT MAX(day) FROM your_table)
),
-- 提取每个ID的最小、最大日期边界
id_date_boundary AS (
    SELECT 
        ID,
        MIN(day) AS min_day,
        MAX(day) AS max_day
    FROM your_table
    GROUP BY ID
),
-- 关联得到每个ID在自身区间内的所有完整日期
id_full_date AS (
    SELECT 
        b.ID,
        s.date_point AS day
    FROM id_date_boundary b
    JOIN date_series s ON s.date_point BETWEEN b.min_day AND b.max_day
)
-- 左关联原表补值，空值替换为0
SELECT 
    f.ID,
    f.day,
    COALESCE(t.Movement_Val, 0) AS Movement_Val
FROM id_full_date f
LEFT JOIN your_table t ON f.ID = t.ID AND f.day = t.day
ORDER BY f.ID, f.day;

补充说明：如果使用PostgreSQL，日期序列可直接用generate_series函数生成更高效；如果是MySQL 5.x不支持CTE的版本，可预先维护一张日期辅助表替代date_series部分的逻辑。

二、Python Pandas 实现 #

适用于数据量不大、在本地处理数据的场景，示例代码：

import pandas as pd

# 读取原数据，此处替换为你自己的数据源读取逻辑
df = pd.read_csv("your_data.csv")
# 确保日期列转为datetime类型
df["day"] = pd.to_datetime(df["day"])

# 计算每个ID的日期区间边界
id_date_range = df.groupby("ID")["day"].agg(["min", "max"]).reset_index()

# 为每个ID生成区间内的所有连续日期
full_data = []
for _, row in id_date_range.iterrows():
    date_list = pd.date_range(start=row["min"], end=row["max"], freq="D")
    full_data.extend([(row["ID"], date) for date in date_list])
full_df = pd.DataFrame(full_data, columns=["ID", "day"])

# 关联原表，缺失的Movement_Val填充为0
result = full_df.merge(df, on=["ID", "day"], how="left").fillna({"Movement_Val": 0})
# 按ID、日期排序输出
result = result.sort_values(by=["ID", "day"], ignore_index=True)

内容的提问来源于stack exchange，提问作者SVK KVS