求助：Pandas为缺失'd'的KeyID插入含NaN的行（无法用pivot）

可以通过以下步骤实现需求：

• 第一步：生成包含所有KeyID和'd'的基准数据集
  先提取原DataFrame中所有唯一的KeyID，构造每个KeyID对应number='d'的DataFrame，作为需要检查的基准。

• 第二步：找出原数据中缺失的KeyID+'d'组合
  使用merge方法的indicator=True参数，对比原数据和基准数据集，筛选出原数据中不存在的组合。

• 第三步：合并原数据和缺失的行
  将筛选出的缺失行（其余列默认设为NaN）添加到原DataFrame中，最后按KeyID排序整理结果。

完整代码示例 #

import pandas as pd

# 原DataFrame
df = pd.DataFrame({'KeyID':[1,1,1,1,2,2,2,3,3,3], 'number':['a','a','c','d','a','b','c','a','b','c']})

# 生成基准数据集：所有KeyID + 'd'
key_ids = df['KeyID'].unique()
base_df = pd.DataFrame({'KeyID': key_ids, 'number': 'd'})

# 找出原数据中缺失的行
missing_rows = base_df.merge(df, on=['KeyID', 'number'], how='left', indicator=True)
missing_rows = missing_rows[missing_rows['_merge'] == 'left_only'].drop('_merge', axis=1)

# 合并原数据和缺失行，并重排序
result_df = pd.concat([df, missing_rows], ignore_index=True).sort_values('KeyID').reset_index(drop=True)

print(result_df)

输出结果 #

KeyID number
0       1      a
1       1      a
2       1      c
3       1      d
4       2      a
5       2      b
6       2      c
7       2      d
8       3      a
9       3      b
10      3      c
11      3      d

该方法不受number列重复值影响，通过KeyID与number的组合校验缺失，无需依赖透视操作。

内容的提问来源于stack exchange，提问作者Cam