Pandas分组计算日期维度下平均每购物篮收入时出现NaN值的问题排查

首先得指出你代码里的核心问题：当计算rev_per_basket时，你用了原始DataFrame test的revenue列（8行数据）去匹配分组后的basket_id.nunique()结果（3行数据）——这两个序列长度完全不匹配，Pandas没法正确对齐数据，自然就生成了NaN值。

正确的逻辑应该是：用每个日期的总营收（已经聚合到temp_test里的结果）除以该日期的唯一购物篮数量，这两个值都是按日期聚合后的结果，长度一致，能直接计算出平均每购物篮收入。

修正后的代码 #

import pandas as pd

test = pd.DataFrame({'date': ['1/07/2019', '1/08/2019', '1/08/2019','1/07/2019', '1/08/2019', '1/09/2019', '1/07/2019', '1/07/2019'], 'basket_id': ['AB789', 'CD674', 'KL237', 'AB789', 'CD674', 'RS234', 'ST089', 'OP448'], 'product_id': ['1839', '0368', '5360', '2524', '1036', '1184', '9280', '7721'], 'revenue': [400, 500, 350, 200, 100, 450, 50, 150]})

# 按日期聚合，给列起更清晰的名字
temp_test = test.groupby(['date']).agg(
    total_revenue=('revenue', sum),
    unique_basket_count=('basket_id', 'nunique')
).reset_index()

# 用聚合后的总营收除以购物篮数量得到平均值
temp_test['rev_per_basket'] = temp_test['total_revenue'] / temp_test['unique_basket_count']

print(temp_test)

运行结果 #

date  total_revenue  unique_basket_count  rev_per_basket
0  1/07/2019            800                    3      266.666667
1  1/08/2019            950                    2      475.000000
2  1/09/2019            450                    1      450.000000

（补充下：你提到的理想值226.66应该是笔误，1/07/2019的总营收是400+200+50+150=800，除以3个唯一购物篮，结果是800/3≈266.67）

内容的提问来源于stack exchange，提问作者kittlesjp