pandas对计算生成的CPA列分组聚合后unstack是否会导致数值偏差

问题核心说明 #

你当前的计算逻辑确实存在数值偏差的可能，核心原因是单条记录CPA的算术平均值≠分组维度下的整体CPA：
举个简单的例子：假设同一个「时段+星期」分组下有两条原始数据：

• 第一条：收入100，转化2，单条CPA=50
• 第二条：收入200，转化10，单条CPA=20
  如果用你当前先算单条CPA再求均值的逻辑，得到的分组CPA是(50+20)/2=35，但该分组真实的整体CPA应为总收入/总转化=(100+200)/(2+10)=25，两者差异很大。

正确的聚合方式 #

应该先按维度分组，分别对收入、转化字段求和后再计算CPA，示例代码如下：

import pandas as pd

df = pd.read_csv('Tme of Day_Report_90 Days_1.csv')

# 1. 按维度分组，先聚合收入、转化的总和
grouped_df = df.groupby(['Time','Day of Week']).agg(
    total_rev = ('Revenue (Adv Currency)', 'sum'),
    total_conv = ('Total Conversions', 'sum')
)

# 2. 计算分组维度下的CPA
grouped_df['CPA'] = grouped_df['total_rev'] / grouped_df['total_conv']

# 3. 重塑为交叉表并调整列顺序
new_data = grouped_df['CPA'].unstack()
new_data = new_data[['Monday', 'Tuesday', 'Wednesday', 'Thursday', 'Friday', 'Saturday', 'Sunday']]

补充说明 #

如果你的原始数据中，每一行已经是「Time+Day of Week」的唯一聚合结果，没有重复的维度组合，那你原来的计算逻辑和上述正确逻辑的输出结果是一致的；如果存在同一维度下的多条明细数据，必须使用先求和再算CPA的逻辑才能得到准确值。

内容的提问来源于stack exchange，提问作者Jon