按客户分组、日期排序规则有序填充Buying_Round列缺失值

现有生鲜门店消费数据集包含4个字段：

• CustomerID：客户唯一识别号
• Buying_Round：客户第n次到店消费的轮次，存在NaN空值
• Date：消费日期
• Purchase_amount$：消费金额
  需求为按CustomerID分组后组内按日期升序排序，填充Buying_Round的空值：组内最早消费记录对应轮次为1，后续依次累加，同时保留组内原有非空的Buying_Round值。
  以下为基于Python Pandas的非硬编码实现方案，适配11000个唯一客户的计算量级：

实现代码 #

import pandas as pd

# 步骤1：导入原始数据到DataFrame，此处替换为自身数据源读取逻辑即可
# df = pd.read_csv("你的原始数据文件路径.csv")

# 步骤2：将Date字段转为datetime格式，避免字符串排序导致的逻辑错误
df['Date'] = pd.to_datetime(df['Date'], errors='coerce')

# 步骤3：按客户ID、消费日期升序排序，保证时序逻辑正确
df = df.sort_values(by=['CustomerID', 'Date'], ignore_index=True)

# 步骤4：生成组内递增轮次，仅填充Buying_Round的空值
df['Buying_Round'] = df['Buying_Round'].fillna(
    df.groupby('CustomerID').cumcount() + 1
)

方案说明 #

• 全程无硬编码逻辑，无需提前用value_counts统计各客户消费次数，Pandas内置分组方法自动适配不同客户的消费频次
• 仅填充Buying_Round列的空值，原有非空的有效数据会完整保留，符合需求要求
• 11000个唯一客户的量级属于轻量计算，全程无自定义遍历逻辑，运行效率高

可选校验逻辑 #

如果需要确认原有非空的Buying_Round是否和时序排序逻辑匹配，可以新增校验列排查异常：

# 生成标准轮次列用于对比
df['standard_round'] = df.groupby('CustomerID').cumcount() + 1
# 筛选出原有非空轮次和标准轮次不匹配的异常记录
abnormal_records = df[df['Buying_Round'].notna() & (df['Buying_Round'] != df['standard_round'])]

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