一个选项是从pyjanitor中使用DataFrame.complete。对于您的数据，您基本上是将（year，month）和（utility，state）组合在一起：

# pip install pyjanitor
import janitor 
    ​
df.complete(('year', 'month'), ('utility', 'state'))
   year  month utility state
0    23      1       A    NY
1    23      1       A    NJ
2    23      1       B    CA
3    23      2       A    NY
4    23      2       A    NJ
5    23      2       B    CA
6    23      3       A    NY
7    23      3       A    NJ
8    23      3       B    CA

@Timeless，恢复你的代码，我会删除我的。你有一个很好的开始，我编辑了你的代码，使它更简单。

可能的解决方案：

cols = ['utility', 'state']
d1 = df.drop_duplicates(cols)
d2 = df.drop_duplicates(['year', 'month'])

d2.assign(**{x: [d1[x].to_list()] * len(d2) for x in cols}).explode(cols)

输出：

year  month utility state
0    23      1       A    NY
0    23      1       A    NJ
0    23      1       B    CA
3    23      2       A    NY
3    23      2       A    NJ
3    23      2       B    CA
4    23      3       A    NY
4    23      3       A    NJ
4    23      3       B    CA

我想知道使用numpy broadcasting的解决方案是否可行，它是：

cols1, cols2 = ['year', 'month'], ['utility', 'state']

(pd.DataFrame(
    np.vstack(np.concatenate(
        np.broadcast_arrays(
            df[cols1].drop_duplicates(cols1).values[:,None], 
            df[cols2].drop_duplicates(cols2).values), axis=2)),
    columns=df.columns))