为何查询非首次订单缺失值返回空索引？代码排查求助

我需要查询非客户首次订单（order_number > 1）里，days_since_prior_order列是否存在缺失值，DataFrame命名为df_orders。原本写的代码想筛选出该列缺失且order_number大于1的数据，但执行后返回空DataFrame，不确定是该用order_number列还是代码本身有问题。

附DataFrame信息：

<class 'pandas.core.frame.DataFrame'>
RangeIndex: 478967 entries, 0 to 478966
Data columns (total 6 columns):
     #   Column                  Non-Null Count   Dtype  
    ---  ------                  --------------   -----  
     0   order_id                478967 non-null  int64  
     1   user_id                 478967 non-null  int64  
     2   order_number            478967 non-null  int64  
     3   order_dow               478967 non-null  int64  
     4   order_hour_of_day       478967 non-null  int64  
     5   days_since_prior_order  450148 non-null  float64
dtypes: float64(1), int64(5)
memory usage: 21.9 MB

执行的错误代码：

# Are there any missing values where it's not a customer's first order?
m_v_fo= df_orders[df_orders['days_since_prior_order'].isna() > 1]
print(m_v_fo.head())

执行结果：

Empty DataFrame
Columns: [order_id, user_id, order_number, order_dow, order_hour_of_day, days_since_prior_order]
Index: []

问题分析与修正 #

你的代码逻辑完全写错了：df_orders['days_since_prior_order'].isna() > 1 这行是错误的。isna()返回的是布尔值（True/False），和1比较时会自动把True转成1，False转成0，所以isna()>1永远是False，自然筛选不到任何数据。

正确的逻辑是同时满足两个条件：

1. days_since_prior_order 为缺失值（isna() 结果为True）
2. order_number 大于1（非首次订单）

修正后的代码：

# 筛选非首次订单且days_since_prior_order缺失的数据
m_v_fo = df_orders[(df_orders['days_since_prior_order'].isna()) & (df_orders['order_number'] > 1)]
print(m_v_fo.head())

补充验证 #

从你的DataFrame统计来看，days_since_prior_order共有 478967 - 450148 = 28819 个缺失值。这类字段的缺失通常只出现在首次订单（order_number=1）里——因为首次订单没有前序订单，所以没有“距上一次订单的天数”这个数据。你可以运行下面的代码验证缺失值对应的order_number分布：

# 查看缺失值对应的order_number统计
print(df_orders[df_orders['days_since_prior_order'].isna()]['order_number'].value_counts())

如果验证后发现所有缺失值都对应order_number=1，那修正后的代码返回空DataFrame是正常的，说明非首次订单里确实没有该字段的缺失值，这是数据本身的特征，不是代码问题。

内容的提问来源于stack exchange，提问作者Roger Sterling