使用Pandas筛选始终零销售额及近3日零销售额的卖家

数据预处理 #

先合并多个结构一致的表格，再按卖家和日期排序，确保能准确识别最近的销售日期：

import pandas as pd

# 合并所有目标表格（假设表格存储在列表dfs中）
combined_df = pd.concat(dfs)

# 转换日期格式并按卖家、日期升序排序
combined_df['Date'] = pd.to_datetime(combined_df['Date'])
combined_df = combined_df.sort_values(by=['Seller', 'Date'])

1. 筛选所有日期销售额均为0的卖家 #

按卖家分组后，检查每组的销售额是否全部为0：

# 标记每个卖家的所有销售额是否都为0
all_zero_mask = combined_df.groupby('Seller')['sales'].transform(lambda x: (x == 0).all())
# 提取符合条件的唯一卖家列表
all_zero_sellers = combined_df[all_zero_mask]['Seller'].unique().tolist()

print("所有日期销售额均为0的卖家:", all_zero_sellers)

2. 筛选最近3个日期销售额为0但此前有销售额的卖家 #

分两步筛选：先找出最近3个日期销售额全0的卖家，再从中过滤出历史存在非0销售额的卖家：

# 第一步：获取每个卖家最近3个日期的数据，筛选出这3天销售额全0的卖家
latest_3_groups = combined_df.groupby('Seller').tail(3)
latest_zero_candidates = latest_3_groups.groupby('Seller').filter(lambda x: (x['sales'] == 0).all())['Seller'].unique().tolist()

# 第二步：从候选卖家中，筛选出历史有非0销售额的卖家
has_non_zero_candidates = combined_df.groupby('Seller').filter(lambda x: (x['sales'] > 0).any())['Seller'].unique().tolist()

# 取交集得到最终符合条件的卖家
second_category_sellers = [seller for seller in latest_zero_candidates if seller in has_non_zero_candidates]

print("最近3个日期销售额为0但此前有销售额的卖家:", second_category_sellers)

内容的提问来源于stack exchange，提问作者harry