我知道已經(jīng)提出了一個與此類似的問題，但是當(dāng)您只有一個分類變量時，該解決方案有效。我有其中的兩個，而且MultiIndexes對我來說一直很難與之合作。問題是，我有以下數(shù)據(jù)框： Date        Product    eCommerce   Sales12-10-2018      A           1        1012-12-2018      A           0        712-13-2018      A           1        412-15-2018      A           1        212-15-2018      A           0        212-11-2018      B           1        812-13-2018      B           1        6所以我需要知道每個日期有和沒有電子商務(wù)的銷售額，并填寫沒有出現(xiàn)零銷售額的日期。我想要的輸出是： Date        Product    eCommerce   Sales12-10-2018      A           1        1012-11-2018      A           1        012-12-2018      A           1        012-13-2018      A           1        412-14-2018      A           1        012-15-2018      A           1        212-12-2018      A           0        712-13-2018      A           0        012-14-2018      A           0        012-15-2018      A           0        212-11-2018      B           1        812-12-2018      B           1        012-13-2018      B           1        6注意：它只是一個 DataFrame，我只是添加了空格來區(qū)分索引。因此，在原始數(shù)據(jù)幀中，產(chǎn)品 A 的電子商務(wù)銷售缺少 12-11 和 12-14，產(chǎn)品 A 的非電子商務(wù)銷售缺少 12-13 和 12-14，產(chǎn)品 B 的電子商務(wù)銷售缺少 12-12問題是，我設(shè)法通過一個非常低效的循環(huán)實現(xiàn)了我想要的，這個循環(huán)需要大約 25 分鐘才能運行：df_full= pd.DataFrame(columns=df.columns)for sku in df['Product'].unique():    aux=df.loc[df['Product']==sku]    dates= pd.DataFrame(pd.date_range(start=aux.Date.min(), end=aux.Date.max(),freq='D'),columns=['Date'])    df3 = df.loc[df['id_prod']==sku].merge(dates,                                                   how='outer',left_on='Date',                                                   right_on='Date').sort_values(by='Date')    df3.fillna(method='ffill',inplace=True)    df_full= df_full.append(df3)我非常有信心我可以以矢量化的方式做到這一點，這應(yīng)該花費更少的時間（我有 290 個可能日期的 2,300 個產(chǎn)品）。你知道我怎樣才能做到這一點嗎？編輯：添加了粗體文本，更好地解釋了問題