我将使用set操作（和groupby.agg）来识别每组缺失的年份，然后手工制作缺失的行，并将它们返回到原始数据：

# all existing years
# this could also be manually defined: years = set(range(2028, 2023))
years = set(df['Year'])

# identify missing years per group
# create new rows
missing = (df
   .groupby(['Cat1', 'Cat2'])['Year'].agg(set).rsub(years)
   .explode().reset_index(name='Year')
   .assign(value=0)
)

# concat to original
out = (pd.concat([df, missing])
         .sort_values(by=['Cat1', 'Cat2', 'Year'], ignore_index=True)
      )

输出量：

Year    Cat1       Cat2  value
0   2018  level1  sublevel1      0
1   2019  level1  sublevel1      0
2   2020  level1  sublevel1      1
3   2021  level1  sublevel1      2
4   2022  level1  sublevel1      3
5   2022  level1  sublevel1      4
6   2018  level2  sublevel2      5
7   2019  level2  sublevel2      6
8   2020  level2  sublevel2      7
9   2021  level2  sublevel2      8
10  2022  level2  sublevel2      0

一个选项是完整的：

# pip install pyjanitor
import pandas as pd
import janitor 
(df
# you can skip sort if you are not fuzzy about order
.complete('Year', ('Cat1','Cat2'),sort=True) 
.fillna({'value':0})
.astype({'value':int})
)   
    Year    Cat1       Cat2  value
0   2018  level1  sublevel1      0
1   2018  level2  sublevel2      5
2   2019  level1  sublevel1      0
3   2019  level2  sublevel2      6
4   2020  level1  sublevel1      1
5   2020  level2  sublevel2      7
6   2021  level1  sublevel1      2
7   2021  level2  sublevel2      8
8   2022  level1  sublevel1      3
9   2022  level1  sublevel1      4
10  2022  level2  sublevel2      0

注意Cat列是如何 Package 在一个元组中的-函数将它们一起处理;你会得到一个不同的输出，如果它是这样的-> 'Year', 'Cat1','Cat2'。

通过创建一个包含“Year”列的唯一值的新DataFrame，然后将其与原始DataFrame合并，可以获得所需的结果

import pandas as pd

df = pd.DataFrame({'Year': [2020, 2021, 2022, 2022, 2018, 2019, 2020, 2021],
                   'Cat1': ['level1', 'level1', 'level1', 'level1', 'level2', 'level2', 'level2', 'level2'],
                   'Cat2': ['sublevel1', 'sublevel1', 'sublevel1', 'sublevel1', 'sublevel2', 'sublevel2', 'sublevel2', 'sublevel2'],
                   'value': [1, 2, 3, 4, 5, 6, 7, 8]})

# Create a DataFrame with unique 'Year' values
unique_years = pd.DataFrame({'Year': df['Year'].unique()})

# Merge the unique_years DataFrame with the original DataFrame using a left join
result = unique_years.merge(df, on=['Year', 'Cat1', 'Cat2'], how='left').fillna({'value': 0})

print(result)

这段代码会给予你想要的输出：

Year    Cat1       Cat2  value
0   2020  level1  sublevel1      1.0
1   2021  level1  sublevel1      2.0
2   2022  level1  sublevel1      3.0
3   2018  level1  sublevel1      0.0
4   2019  level1  sublevel1      0.0
5   2018  level2  sublevel2      5.0
6   2019  level2  sublevel2      6.0
7   2020  level2  sublevel2      7.0
8   2021  level2  sublevel2      8.0