Pandas中按唯一week日期计算Revenue总和并新增列的问题

你的原代码存在几个关键问题，导致出现大量空值：

1. 列名错误：代码中引用了不存在的Total_spend列，原DataFrame对应的列是Revenue
2. 数据丢失：drop_duplicates(['Revenue'])会删除大量重复Revenue的行，使得后续transform无法匹配原DataFrame的完整索引，从而产生空值
3. 逻辑偏差：你实际需要的是按Country分组，计算该国家下所有唯一Revenue值的总和，而非直接对分组内的Revenue求和（或错误去重后求和）

正确解决方案 #

方法一：使用groupby + transform直接生成列

通过transform结合自定义函数，为每个Country的所有行填充对应的唯一Revenue总和：

df['Total_revenue'] = df.groupby('Country')['Revenue'].transform(lambda x: x.unique().sum())

方法二：先统计再合并

先计算每个国家的唯一Revenue总和，再通过merge合并回原DataFrame：

# 计算每个国家的唯一Revenue总和
country_rev_total = df.groupby('Country')['Revenue'].apply(lambda x: x.unique().sum()).reset_index(name='Total_revenue')
# 合并到原DataFrame
df = df.merge(country_rev_total, on='Country', how='left')

执行上述任意一种方法后，你将得到期望的结果：

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