如何在Pandas DataFrame中按USIM计算网店订单平均商品数

原始数据 #

import pandas as pd

data = {
    'USIM': ['1111111', '2199608', '2222222', '4444444', '1111111', '2111111', '2222222', '4444444'],
    'WEBSHOP_ORDER': [0, 0, 0, 0, 1, 1, 1, 1],
    'DEMAND_QTY': [1, 3, 2, 1, 5, 9, 8, 6]
}

df = pd.DataFrame(data)

需求说明 #

按每个唯一的USIM计算对应的网店订单平均商品数量：

• USIM为用户唯一标识符
• WEBSHOP_ORDER代表订单类型（0、1为两类不同订单）
• DEMAND_QTY是对应订单的商品数量

期望输出 #

USIM  AVG_ITEMS_IN_WEBSHOP_ORDER
0  1111111                        17.5  # (28+7)/2 *
1  2111111                        28.0
2  2199608                         7.0
3  2222222                        17.5
4  4444444                        17.5

# * 28是WEBSHOP_ORDER == 1时的全局总商品数
#   7是WEBSHOP_ORDER == 0时的全局总商品数

实现代码及逻辑 #

步骤1：计算两类订单的全局总商品数 #

先统计所有订单中，两类订单各自的总商品数量：

sum_order0 = df[df['WEBSHOP_ORDER'] == 0]['DEMAND_QTY'].sum()
sum_order1 = df[df['WEBSHOP_ORDER'] == 1]['DEMAND_QTY'].sum()

步骤2：按USIM计算平均值 #

对每个USIM，统计它涉及的订单类型数量，再结合全局总商品数计算平均值：

# 按USIM和订单类型分组，标记该USIM是否拥有对应类型的订单
grouped = df.groupby(['USIM', 'WEBSHOP_ORDER']).size().unstack(fill_value=0)

# 计算平均值：(涉及的订单类型总商品数之和) / 涉及的订单类型数量
grouped['AVG_ITEMS_IN_WEBSHOP_ORDER'] = (
    grouped[0] * sum_order0 + grouped[1] * sum_order1
) / (grouped[0] + grouped[1])

# 整理成目标格式
result = grouped[['AVG_ITEMS_IN_WEBSHOP_ORDER']].reset_index()
print(result)

逻辑解释 #

1. 先算出全局两类订单的总商品数：sum_order0=7，sum_order1=28
2. 分组后得到每个USIM拥有的订单类型情况（比如1111111同时拥有0和1两类订单）
3. 平均值计算规则：若USIM涉及n种订单类型，就把对应类型的全局总商品数相加后除以n
4. 最后重置索引，得到与期望一致的输出结构

运行结果 #

执行代码后输出：

USIM  AVG_ITEMS_IN_WEBSHOP_ORDER
0  1111111                        17.5
1  2111111                        28.0
2  2199608                         7.0
3  2222222                        17.5
4  4444444                        17.5

内容的提问来源于stack exchange，提问作者sdave