Python 检查是否存在具有特定值的行，如果不存在则创建

我有一个包含数千个原点（a列）和数千个目标点（B列）的大表，还有一个带值的列。我需要一个python中的高效算法来确保从原点到目标的每一对都有一行，如果没有，就创建它

例如，假设我有三个原点（1,2,3）和三个终点（1,2,3）。目前，我的数据没有一行用于起点（a列）和目的地（B列）之间的每个可能的对，如下所示：

Index  A      B     Value
0      1      1     V11
1      1      3     V13
2      2      1     V21
3      2      2     V22
4      2      3     V23
5      3      1     V31
6      3      3     V33

我想要一个python脚本，使其看起来像：

Index  A      B     Value
0      1      1     V11
1      1      2     NA
2      1      3     V13
3      2      1     V21
4      2      2     V22
5      2      3     V23
6      3      1     V31
7      3      2     NA
8      3      3     V33

---

这是使用

itertools.product

的一种方法

其思想是计算完整的组合集，删除已经存在的组合，然后将剩余的添加到数据帧中

from itertools import product

maxval = df[['A', 'B']].max().max()

prod = set(product(range(1, maxval+1), range(1, maxval+1)))
existing = set(map(tuple, df[['A', 'B']].values))

additional = pd.DataFrame(np.array(list(prod - existing)), columns=['A', 'B'])

res = pd.concat([df.set_index('Index'), additional], axis=0)\
        .sort_values(['A', 'B'])\
        .reset_index(drop=True)\
        .reset_index()

print(res)

   index  A  B Value
0      0  1  1   V11
1      1  1  2   NaN
2      2  1  3   V13
3      3  2  1   V21
4      4  2  2   V22
5      5  2  3   V23
6      6  3  1   V31
7      7  3  2   NaN
8      8  3  3   V33

您可以使用：

df.set_index(['A','B'])\
  .unstack()\
  .stack(dropna=False)\
  .reset_index()

输出：

   A  B Value
0  1  1   V11
1  1  2  None
2  1  3   V13
3  2  1   V21
4  2  2   V22
5  2  3   V23
6  3  1   V31
7  3  2  None
8  3  3   V33

工作原理：

---

首先，创建一个多索引。使用默认级别为-1的最内部索引取消堆栈，这将创建一个矩阵，其中a作为行，B作为列，并使用匹配值填充该矩阵。在没有匹配值的地方，将分配None/NaN。现在，我们可以使用带有参数dropna=False的stack来保留所有值，包括None/NaN值。

尝试

pivot

和

melt

df.pivot(index='A',columns='B',values='Value').reset_index().melt('A').sort_values('A')
Out[338]: 
   A  B value
0  1  1   V11
3  1  2  None
6  1  3   V13
1  2  1   V21
4  2  2   V22
7  2  3   V23
2  3  1   V31
5  3  2  None
8  3  3   V33

---

这是我将使用的方式：-）@Wen。。。谢谢。这真是太棒了，效果和我预期的一样！我很感激jpp。