如何用Pandas多函数计算促销前后总营收？附示例数据

首先初始化示例DataFrame：

import pandas as pd

data = {
    'product_code': ['P11', 'P03', 'P07', 'P15', 'P05'],
    'base_price': [190, 156, 300, 3000, 55],
    'promo_type': ['50% OFF', '25% OFF', 'BOGOF', '500 Cashback', '25% OFF'],
    'q_bef': [34, 393, 22, 329, 108],
    'q_aft': [52, 322, 85, 1000, 93]
}
df = pd.DataFrame(data)

一、计算促销前总营收 #

需求为：sum(base_price * q_bef)，以下是几种实现方式：

方法1：直接算术运算 + 求和 #

最简洁高效的实现，利用Pandas向量化运算特性：

total_revenue_before = (df['base_price'] * df['q_bef']).sum()

先逐行计算单个产品的促销前营收，再对结果列求和。

方法2：使用apply()逐行处理 #

适合需要自定义复杂逻辑的场景（此处仅作示例，实际无需额外复杂操作）：

total_revenue_before = df.apply(lambda row: row['base_price'] * row['q_bef'], axis=1).sum()

通过lambda函数对每行计算单产品营收，再求和。

方法3：新增中间列后求和 #

如果需要保留促销前单产品营收数据，可先新增列再求和：

df = df.assign(revenue_before=df['base_price'] * df['q_bef'])
total_revenue_before = df['revenue_before'].sum()

二、计算促销后总营收 #

规则：

• 50% OFF：实际单价 = base_price / 2
• 25% OFF：实际单价 = base_price / 4
• 其他促销类型（如BOGOF、Cashback）默认按基准价格计算，可根据需求扩展规则。

方法1：使用numpy.select()多条件匹配 #

多分支条件判断的最优实现，代码可读性高：

import numpy as np

# 定义条件和对应的单价计算逻辑
conditions = [
    df['promo_type'] == '50% OFF',
    df['promo_type'] == '25% OFF'
]
choices = [
    df['base_price'] / 2,
    df['base_price'] / 4
]

# 计算实际单价，默认使用基准价格
df['actual_price'] = np.select(conditions, choices, default=df['base_price'])
# 计算总营收
total_revenue_after = (df['actual_price'] * df['q_aft']).sum()

方法2：使用apply()自定义函数 #

灵活处理复杂逻辑，适合规则频繁变动的场景：

def get_actual_price(row):
    if row['promo_type'] == '50% OFF':
        return row['base_price'] / 2
    elif row['promo_type'] == '25% OFF':
        return row['base_price'] / 4
    else:
        return row['base_price']

df['actual_price'] = df.apply(get_actual_price, axis=1)
total_revenue_after = (df['actual_price'] * df['q_aft']).sum()

方法3：映射折扣比例计算 #

通过字典映射促销类型到折扣比例，代码简洁易维护：

# 构建促销类型到折扣比例的映射（50% OFF对应0.5，25% OFF对应0.25）
discount_map = {
    '50% OFF': 0.5,
    '25% OFF': 0.25
}

# 获取每行的折扣比例，默认1（无折扣）
discount_ratio = df['promo_type'].map(discount_map).fillna(1)
# 计算实际单价
df['actual_price'] = df['base_price'] * discount_ratio
# 计算总营收
total_revenue_after = (df['actual_price'] * df['q_aft']).sum()

内容的提问来源于stack exchange，提问作者Sudha Rani Devarakonda