Coursera课程Pandas数据分析问题求助：销量统计结果不符

请提供以下关键信息 #

• 数据集结构：执行df.info()和df.head()的输出结果
• 参考统计结果：平台给出的正确Top10产品标题列表
• 你的代码：分别对应两个问题的完整代码片段
• 错误提示：平台返回的具体报错信息，或你的结果与参考结果的差异点

常见问题排查方向 #

问题1：按销量降序统计Top10产品标题（top_num_sales） #

• 分组逻辑错误：若单条记录是单份订单的销量，必须按产品标题分组后对销量列求和，不能直接取单条记录排序。正确示例：

  # 分组求和销量，降序排序后取前10的标题
  sales_summary = df.groupby('产品标题')['销量'].sum().sort_values(ascending=False)
  top_num_sales = sales_summary.head(10).index.tolist()
  

• 产品标题重复：检查标题是否存在格式差异（如大小写、首尾空格、特殊字符），需先统一格式：

  df['产品标题'] = df['产品标题'].str.strip().str.lower()
  

• 空值/无效值干扰：过滤销量为空或非正的无效记录：

  df = df[df['销量'].notna() & (df['销量'] > 0)]
  

问题2：按销售额降序统计Top10产品标题（top_tot_sales） #

• 销售额计算错误：若数据集无直接销售额列，需用「销量 × 单价」计算，同时确保数据类型为数值型：

  # 转换单价为数值类型，处理异常值
  df['单价'] = pd.to_numeric(df['单价'], errors='coerce')
  # 计算单条记录销售额
  df['销售额'] = df['销量'] * df['单价']
  # 分组求和总销售额，排序取Top10
  revenue_summary = df.groupby('产品标题')['销售额'].sum().sort_values(ascending=False)
  top_tot_sales = revenue_summary.head(10).index.tolist()
  

• 未分组求和直接排序：若直接对单条记录的销售额排序，会导致同一产品多次出现在Top10中，必须先分组求和总销售额。
• 异常值过滤：排除单价、销售额为空或非正的记录：

  df = df[(df['单价'].notna() & (df['单价'] > 0)) & (df['销售额'].notna() & (df['销售额'] > 0))]
  

内容的提问来源于stack exchange，提问作者Nehal Paul