Pandas构建按月份统计新老客户采购量的透视表实现问题

逻辑框架 #

整体流程拆分为3个独立步骤，从根源上避免变量错配、标签关联失效的问题：

• 从交易时间字段提取可用于聚合的时间维度要素
• 基于客户全量历史采购记录打新/老客分类标签
• 关联标签回原始交易明细，按月份维度聚合计数生成目标透视表

原代码问题修正对照 #

• 针对分组统计时的未定义变量错误：所有分组聚合的结果直接赋值为明确列名，不再使用临时变量做reset_index操作，比如将客户采购计数的结果固定存为total_purchase_cnt列，从根源上避免引用不存在的number_of_purchase类变量
• 针对标签无法关联回原始表的问题：打标签的逻辑全部在独立的客户统计子表上完成，再通过公共键customer做左连接关联回每一笔交易记录，不会出现用原始表字段错判客户类型的问题
• 针对透视表维度错位的问题：先按「年-月-客户类型」三级维度做去重客户数统计，再通过pivot方法转换为「行=月份、列=客户类型」的目标结构，避免分组逻辑混乱导致的统计值偏差

可复用代码片段 #

import pandas as pd

# 1. 处理时间字段，提取聚合维度
df['payment_date'] = pd.to_datetime(df['payment_date'])
df['year_month'] = df['payment_date'].dt.to_period('M')
# 生成月份缩写作为行展示维度
df['month_abbr'] = df['payment_date'].dt.strftime('%b')

# 2. 按客户维度统计全量采购次数，打分类标签
customer_stats = df.groupby('customer', as_index=False).agg(
    total_purchase_cnt=('purchase_id', 'nunique')
)
# 分类规则：全量采购次数=1为新客，>1为老客
customer_stats['customer_type'] = customer_stats['total_purchase_cnt'].apply(
    lambda cnt: 'new_customers' if cnt == 1 else 'old_customers'
)

# 3. 关联客户标签回原始交易表
df_with_type = df.merge(
    customer_stats[['customer', 'customer_type']],
    on='customer',
    how='left'
)

# 4. 聚合计算各月新老客户采购人数
monthly_stats = df_with_type.groupby(
    ['year_month', 'month_abbr', 'customer_type']
)['customer'].nunique().reset_index(name='cust_cnt')

# 5. 生成目标透视表
pivot_result = monthly_stats.pivot(
    index=['year_month', 'month_abbr'],
    columns='customer_type',
    values='cust_cnt'
).reset_index()
# 空值补0，避免无采购的月份出现空值
pivot_result = pivot_result.fillna(0)

易错提醒：老客判定基于客户全量历史的累计采购次数，而非单月内的采购次数，否则会将当月内多次下单的新客错判为老客，导致统计偏差。

输出结果说明 #

• 最终生成的pivot_result表完全匹配需求结构：行维度为对应年份的月份缩写（避免不同年份同月份缩写的统计混淆），列维度为new_customers、old_customers两类客户的当月采购人数
• 如果不需要区分同月份的不同年份，可以将透视表index中的year_month字段移除，直接用月份缩写作为行维度，最终会得到按自然月聚合的全量历史统计结果

内容的提问来源于stack exchange，提问作者Luc