终端运行Python groupby transform仅返回NaN且结果行数异常问题

在终端运行以下代码为DataFrame新增列时，得到全NaN值，且结果行数不符合预期，但相同代码在Jupyter中可正常执行，直接给列赋值常量（如100）能正常生效：

df_null_count_extract['DAY_AVG'] = df_null_count_extract.groupby(['CONTROL_COL_NAME', 'RUN_ID', 'RUN_DATE', 'CONTROL_TABLE_NAME'], as_index = False)['CONTROL_COL_VAL'].transform('mean')

解决方向： #

• 移除groupby的as_index=False参数
  transform方法不需要该参数，它会自动返回与原DataFrame同索引的结果，旧版本pandas中设置as_index=False可能导致输出结构异常。修改后代码：

  df_null_count_extract['DAY_AVG'] = df_null_count_extract.groupby(['CONTROL_COL_NAME', 'RUN_ID', 'RUN_DATE', 'CONTROL_TABLE_NAME'])['CONTROL_COL_VAL'].transform('mean')
  

• 检查分组列的数据类型一致性
  终端与Jupyter环境中，分组列（如RUN_DATE）可能存在类型差异（比如Jupyter中是datetime类型，终端中是字符串），导致分组键不匹配，每个组无有效数据从而计算出NaN。先打印列类型排查：

  print(df_null_count_extract[['CONTROL_COL_NAME', 'RUN_ID', 'RUN_DATE', 'CONTROL_TABLE_NAME']].dtypes)
  

  若存在类型不一致，统一转换，例如将日期列转为datetime：

  df_null_count_extract['RUN_DATE'] = pd.to_datetime(df_null_count_extract['RUN_DATE'])
  

• 重置原DataFrame索引
  若原DataFrame存在重复索引或索引混乱，transform返回的结果无法正确对齐到原数据。重置索引后再执行分组计算：

  df_null_count_extract = df_null_count_extract.reset_index(drop=True)
  df_null_count_extract['DAY_AVG'] = df_null_count_extract.groupby(['CONTROL_COL_NAME', 'RUN_ID', 'RUN_DATE', 'CONTROL_TABLE_NAME'])['CONTROL_COL_VAL'].transform('mean')
  

• 改用分组计算+merge的替代方案
  如果transform仍有问题，用更稳妥的方式实现：先计算分组均值，再合并回原DataFrame：

  # 计算每个分组的均值
  grouped_mean = df_null_count_extract.groupby(['CONTROL_COL_NAME', 'RUN_ID', 'RUN_DATE', 'CONTROL_TABLE_NAME'], as_index=False)['CONTROL_COL_VAL'].mean().rename(columns={'CONTROL_COL_VAL': 'DAY_AVG'})
  # 合并到原表
  df_null_count_extract = pd.merge(df_null_count_extract, grouped_mean, on=['CONTROL_COL_NAME', 'RUN_ID', 'RUN_DATE', 'CONTROL_TABLE_NAME'], how='left')
  

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