Python 熊猫：为另一列的每个值统一一列的值

我有一个如下所示的数据帧：

    user_id category frequency
0   user1   cat1    4
1   user2   cat2    1
2   user2   cat3    4
3   user3   cat3    1
4   user3   cat4    3

对于每个用户，我都有与其频率相关的类别。 总共有4个类别（cat1、cat2、cat3、cat4），我想通过添加缺失的类别（频率等于零）来扩展每个用户的数据

因此，预期结果是：

    user_id category frequency
0   user1   cat1    4
1   user1   cat2    0
2   user1   cat3    0
3   user1   cat4    0
4   user2   cat1    0
5   user2   cat2    1
6   user2   cat3    4
7   user2   cat4    0
8   user3   cat1    0
9   user3   cat2    0
10  user3   cat3    1
11  user3   cat4    3

---

因此，现在每个用户都拥有所有4个相关类别。有什么简单的解决方案可以实现这一点吗？

您可以在

用户id

和

类别

上创建数据透视表，用零填充

nan

值，堆栈

类别

（这使得数据帧在

用户id

和

类别

上建立索引），然后重置索引以匹配所需的输出

>>> (df.pivot(index='user_id', columns='category', values='frequency')
     .fillna(0)
     .stack()
     .reset_index()

   user_id category  0
0    user1     cat1  4
1    user1     cat2  0
2    user1     cat3  0
3    user1     cat4  0
4    user2     cat1  0
5    user2     cat2  1
6    user2     cat3  4
7    user2     cat4  0
8    user3     cat1  0
9    user3     cat2  0
10   user3     cat3  1
11   user3     cat4  3