Pandas透视表多颜色/重复颜色计算及展示优化问询

一、避免列爆炸：先计算订单级别的颜色统计指标 #

不要直接把Size和Color同时放透视表的columns，而是先对每个订单组（USIM+Webshop_Order）计算颜色相关的聚合指标，再和之前的尺码统计合并，数据结构会非常紧凑。

代码示例：计算颜色统计指标 #

import pandas as pd

# 按订单组计算颜色相关指标
color_stats = df.groupby(['USIM', 'Webshop_Order']).agg(
    # 该订单下的唯一颜色数量
    unique_color_count=('Color', 'nunique'),
    # 是否包含多种颜色（唯一数>1）
    multiple_colors_in_transaction=('Color', lambda x: x.nunique() > 1),
    # 是否存在重复颜色（总条目数>唯一数，说明同一颜色出现多次）
    duplicate_colors_in_transaction=('Color', lambda x: len(x) > x.nunique())
).reset_index()

# 合并之前已有的尺码统计结果（假设你的尺码统计结果叫size_stats）
combined_stats = pd.merge(size_stats, color_stats, on=['USIM', 'Webshop_Order'], how='outer')

combined_stats的结构是每行对应一个订单组，列是各类统计指标（比如multiple_sizes_in_transaction、duplicate_colors_in_transaction等），完全避免了列爆炸问题。

二、可视化方案：根据需求选对应图表 #

1. 多维度订单分布统计（多尺码/多颜色交叉） #

用分组柱状图直观展示不同组合的订单数量：

import seaborn as sns
import matplotlib.pyplot as plt

# 统计交叉分组的订单数
cross_counts = combined_stats.groupby(
    ['multiple_sizes_in_transaction', 'multiple_colors_in_transaction']
).size().reset_index(name='order_count')

# 绘制分组柱状图
plt.figure(figsize=(10, 6))
sns.barplot(
    x='multiple_sizes_in_transaction', 
    y='order_count', 
    hue='multiple_colors_in_transaction', 
    data=cross_counts
)
plt.title('订单按多尺码/多颜色分布')
plt.xlabel('是否包含多尺码')
plt.ylabel('订单数量')
plt.legend(title='是否包含多颜色')
plt.tight_layout()
plt.show()

2. 各USIM下的重复颜色/尺码订单占比 #

用计数图对比不同USIM的指标分布：

plt.figure(figsize=(12, 6))
sns.countplot(
    x='USIM', 
    hue='duplicate_colors_in_transaction', 
    data=combined_stats
)
plt.title('各USIM下重复颜色订单分布')
plt.xticks(rotation=45)
plt.tight_layout()
plt.show()

3. 查看具体尺码-颜色的订单量（热力图替代透视表） #

如果确实需要看每个尺码+颜色的订单量，用热力图替代平铺的透视表列：

# 计算USIM-尺码-颜色的订单量总和
size_color_summary = df.groupby(['USIM', 'Size', 'Color'])['Demand_Qty'].sum().unstack(['Size', 'Color'])

# 绘制聚类热力图（自动合并相似分组，提升可读性）
sns.clustermap(
    size_color_summary.fillna(0), 
    cmap='Blues', 
    figsize=(15, 10),
    row_cluster=True,
    col_cluster=True
)
plt.title('USIM-尺码-颜色订单量热力图')
plt.show()

核心思路总结 #

把维度字段（Size/Color）从透视表的columns转移到聚合计算的指标中，先得到订单级的统计结果，再做可视化，从根源上解决列过多的问题。如果需要看具体维度组合的数值，用热力图这种紧凑的可视化形式替代平铺的表格列。

内容的提问来源于stack exchange，提问作者sdave