如何简化按日期筛选数据并计算区域销售增长率的代码？

数据集 #

Customer_ID| Region| Sales_Date| Sales_Amount
183984     | 1     | 01-04-23  | 1232.44
183991     | 2     | 01-04-23  | 23.41
128943     | 1     | 01-04-23  | 7562.22

分析目标 #

对比最近4周与之前4周的销售数据，计算各区域的销售增长率。

当前代码问题与简化方案 #

先提下你当前代码里的几个明显问题：

• 日期筛选逻辑写反了：current_4_wks_start是基准日，current_4_wks_end是往前推4周，筛选时应该是Sales_Date >= 结束日且<= 开始日
• 前4周的筛选完全复用了当前4周的日期条件，等于没区分两个区间
• 增长率公式没写完，缺少右括号

下面是简化后的实现，核心思路是一次标记区间+批量聚合，避免重复操作：

from datetime import datetime, timedelta
import pandas as pd

# 1. 定义时间区间（先把日期逻辑理清楚）
current_date = datetime(2023, 4, 8)
# 最近4周：从基准日往前推4周到基准日
current_4w_start = current_date - timedelta(weeks=4)
current_4w_end = current_date
# 之前4周：和最近4周间隔1周，再往前取4周
past_4w_start = current_4w_start - timedelta(weeks=5)  # 间隔1周 + 4周时长
past_4w_end = current_4w_start - timedelta(weeks=1)

# 2. 给每条销售数据标记所属时间区间
def mark_period(sale_date):
    if current_4w_start <= sale_date <= current_4w_end:
        return 'current_4w'
    elif past_4w_start <= sale_date <= past_4w_end:
        return 'past_4w'
    else:
        return None

# 先确保Sales_Date是datetime类型（如果还没转的话）
df_sales_ytd['Sales_Date'] = pd.to_datetime(df_sales_ytd['Sales_Date'], format='%d-%m-%y')
df_sales_ytd['period'] = df_sales_ytd['Sales_Date'].apply(mark_period)

# 只保留需要的两个区间数据
df_target = df_sales_ytd[df_sales_ytd['period'].notna()]

# 3. 按区域+区间聚合，直接转成宽表（省去merge步骤）
df_agg = df_target.groupby(['Region', 'period'])['Sales_Amount'].sum().unstack(fill_value=0)
# 重命名列更直观
df_agg = df_agg.rename(columns={'current_4w': 'current_4_nrx', 'past_4w': 'previous_4_nrx'})

# 4. 计算增长率，处理分母为0的情况（避免报错）
df_agg['growth_4'] = df_agg.apply(
    lambda row: (row['current_4_nrx'] - row['previous_4_nrx']) / row['previous_4_nrx'] if row['previous_4_nrx'] != 0 else None,
    axis=1
)

# 转成最终的结构化DataFrame
df_4_growth = df_agg.reset_index()

简化优势 #

• 只做一次数据筛选和分组，减少代码冗余
• 用unstack直接将分组结果转成宽表，省去手动合并两个数据集的步骤
• 增加了日期类型转换和分母为0的异常处理，代码更健壮
• 时间区间的定义更清晰，逻辑不易出错

内容的提问来源于stack exchange，提问作者dsexplorer