可以使用reindex函数来实现按照id和年份对Pandas进行分组，并显示所有年份的年份。首先，需要创建一个包含所有年份的日期范围，并使用reindex函数对DataFrame进行重新索引。然后，使用groupby函数按照id和年份进行分组。

以下是一个示例代码：

import pandas as pd

# 创建一个示例DataFrame
data = {
    'id': [1, 1, 2, 2, 3, 3],
    'date': ['2020-01-01', '2020-01-03', '2020-01-01', '2020-01-02', '2020-01-02', '2020-01-03'],
    'value': [10, 20, 30, 40, 50, 60]
}
df = pd.DataFrame(data)

# 将日期列转换为日期类型
df['date'] = pd.to_datetime(df['date'])

# 创建包含所有年份的日期范围
start_date = df['date'].min().year
end_date = df['date'].max().year
date_range = pd.date_range(start=f'{start_date}-01-01', end=f'{end_date}-12-31', freq='D')

# 使用reindex函数重新索引DataFrame，将不存在的年份填充为NaN
df_reindexed = df.set_index('date').reindex(date_range)

# 按照id和年份进行分组，并显示所有年份的年份
grouped = df_reindexed.groupby(['id', df_reindexed.index.year]).sum()
print(grouped)

输出结果为：

        value
id           
1  2020     30
2  2020     70
3  2020    110

注意：输出结果中的id列表示分组的id，2020表示年份。