如何为DataFrame补充proid与sku全组合行并设qty默认值为0

这是个非常典型的Pandas数据补全场景，我来给你一个简洁高效的解决方案：

核心思路是先生成所有proid和指定sku的笛卡尔积组合，再和原DataFrame做左连接，最后把缺失的qty填充为0。

完整代码实现 #

import pandas as pd

# 你的原始数据
rows = [["p1", "SKU1", 1], ["p1", "SKU3", 2], ["p2", "SKU1", 3]]
df = pd.DataFrame(rows, columns=['proid','sku', 'qty'])
skus = ["SKU1", "SKU2", "SKU3"]

# 1. 提取原数据中所有唯一的proid
unique_proids = df['proid'].unique()

# 2. 生成proid与sku的全组合（笛卡尔积）
full_combinations = pd.MultiIndex.from_product(
    [unique_proids, skus], 
    names=['proid', 'sku']
).to_frame(index=False)

# 3. 左连接原数据，填充缺失的qty为0
result_df = full_combinations.merge(df, on=['proid', 'sku'], how='left')
result_df['qty'] = result_df['qty'].fillna(0).astype(int)

# 查看结果
print(result_df)

代码解释 #

• 生成全组合：用pd.MultiIndex.from_product可以快速生成两个列表的笛卡尔积，这比手动循环高效得多，直接得到所有需要的proid-sku配对。
• 左连接合并：左连接会保留全组合的所有行，原DataFrame中存在的配对会带上原qty，不存在的则qty为NaN。
• 填充默认值：用fillna(0)把缺失的qty设为0，最后转成整数类型让结果更符合预期。

运行后你会得到完全符合需求的结果：

proid   sku  qty
0    p1  SKU1    1
1    p1  SKU2    0
2    p1  SKU3    2
3    p2  SKU1    3
4    p2  SKU2    0
5    p2  SKU3    0

内容的提问来源于stack exchange，提问作者ila