Python补全DataFrame缺失年月并填充0的问题排查

我来帮你分析下问题出在哪，以及怎么修复：

你的代码为什么会漏月份？ #

你当前的代码里，predicted_retention_rate.index.str.split('/', expand=True).levels是从现有数据的月份中提取唯一值生成的层级。举个例子，如果你的原始数据里2008年只有1-3月，那月份的levels就只有['01','02','03']，用from_product生成的索引自然只会包含这些月份和现有年份的组合，其他月份（比如04-12）根本不会出现在这个索引里，reindex之后当然还是缺失。

正确的解决思路 #

要补全所有年份的12个月，你需要：

• 先从数据中提取所有出现过的唯一年份
• 手动生成完整的12个月份（格式要和你的日期字符串一致，比如两位数字的'01'到'12'）
• 用这两组值做笛卡尔积，生成包含所有年份-月份组合的完整索引
• 最后用这个完整索引去reindex你的DataFrame，填充缺失值为0

针对你的第二个DataFrame（Months列是YYYY/MM格式）的修复代码 #

import pandas as pd

# 假设你的原始DataFrame是predicted_retention_rate
# 第一步：提取所有唯一年份
years = predicted_retention_rate['Months'].str.split('/', expand=True)[0].unique()
# 第二步：生成完整的12个月份（两位数字格式）
months = [f'{m:02d}' for m in range(1, 13)]
# 第三步：生成完整的年份-月份组合索引
full_index = [f'{y}/{m}' for y in years for m in months]
# 第四步：重新索引并填充0
predicted_retention_rate = predicted_retention_rate.set_index('Months')
final_retention_rate_predicted = predicted_retention_rate.reindex(full_index, fill_value=0).rename_axis('Months').reset_index()

print(final_retention_rate_predicted)

针对你的第一个DataFrame（Date列是YYYY,MM格式）的处理方式 #

如果是处理第一个用逗号分隔日期的DataFrame，只需要调整格式即可：

import pandas as pd

# 假设原始DataFrame是df
# 提取唯一年份
years = df['Date'].str.split(',', expand=True)[0].unique()
# 生成完整月份
months = [f'{m:02d}' for m in range(1, 13)]
# 生成完整日期索引
full_dates = [f'{y},{m}' for y in years for m in months]
# 重新索引填充0
df = df.set_index('Date')
final_df = df.reindex(full_dates, fill_value=0).rename_axis('Date').reset_index()

print(final_df)

这样处理后，每个年份的12个月都会被补全，缺失的月份对应的数值会被填充为0。

内容的提问来源于stack exchange，提问作者sangeetha sivakumar