遍历DataFrame指定特征所有组合并计算对应sales列总和

原始数据 #

需求 #

遍历example_flag_1、example_flag_2、quartile_1、quartile_2四个特征的所有可能组合，计算每个组合对应的用户sales总和。

解决方案 #

使用pandas的groupby方法直接按指定特征分组求和，代码如下：

import pandas as pd

# 构造示例DataFrame（实际使用时替换为你的数据）
df = pd.DataFrame({
    'user_id': [1,2,3,4,5],
    'sales': [10,21,300,41,55],
    'example_flag_1': [0,1,0,0,0],
    'example_flag_2': [1,1,1,1,1],
    'quartile_1': [1,2,3,4,1],
    'quartile_2': [1,2,3,4,1]
})

# 按四个特征分组，计算sales总和
grouped_result = df.groupby(
    ['example_flag_1', 'example_flag_2', 'quartile_1', 'quartile_2']
)['sales'].sum().reset_index()

# 输出结果
print(grouped_result)

输出示例 #

运行代码后会得到如下结果（对应示例数据）：

内容的提问来源于stack exchange，提问作者Miguel Barrientos