按年和ID聚合销售表添加age列时出现NaN值的问题求助

• 索引不匹配：聚合后的test DataFrame使用['year','id']作为多级索引，而你直接用df['age']赋值时，原始df的索引是行号，和聚合后的索引完全不对应，Pandas无法找到匹配的行进行赋值，因此全部填充为NaN。
• 变量名错误：代码中写的是order.groupby，但你的数据源是df，这属于笔误，若order未定义会直接报错。
• 聚合逻辑遗漏age关联：既然每个ID对应唯一的age值，你没有在聚合过程中把age和对应的id绑定，而是直接从原始df取整列，必然无法和聚合后的行对齐。

方案1：聚合时直接保留age（利用ID唯一对应age的特性） #

因为每个ID的age是唯一的，聚合时对age取first/max/min结果一致，可直接在agg中生成age列：

def table(df):
    test = df.groupby(['year','id']).agg(
        sales = ('sales', 'sum'),
        age = ('age', 'first')  # 任意取唯一值的方法都可行
    )
    return test

table(df)

方案2：先提取ID-age映射，再合并到聚合结果 #

若不想在聚合时处理age，可先建立ID与age的对应表，再通过merge关联：

def table(df):
    # 提取唯一的ID-age映射关系
    id_age_map = df[['id', 'age']].drop_duplicates()
    # 聚合销售数据并重置索引
    sales_agg = df.groupby(['year','id']).agg(sales = ('sales', 'sum')).reset_index()
    # 合并age列
    test = sales_agg.merge(id_age_map, on='id', how='left')
    # 恢复多级索引（可选操作）
    test = test.set_index(['year','id'])
    return test

table(df)

方案3：用transform生成聚合值后去重（适合保留原始结构的场景） #

def table(df):
    # 生成每个year-id对应的销售总和
    df['sales_sum'] = df.groupby(['year','id'])['sales'].transform('sum')
    # 去重保留每个year-id的唯一行
    test = df[['year','id','sales_sum','age']].drop_duplicates(subset=['year','id'])
    # 重命名列并设置索引
    test = test.rename(columns={'sales_sum':'sales'}).set_index(['year','id'])
    return test

table(df)

内容的提问来源于stack exchange，提问作者Pixel