在Python中统计跨门店购物客户数并查询对应门店名称

核心思路 #

要显示门店实际名称并定位对应9.5K客户数的跨店组合，核心是先按客户ID分组提取每个客户的门店访问集合，再对这些集合进行分组统计，直接关联门店名称与客户数量。

具体实现（以SQL为例） #

假设数据表为customer_purchases，包含customer_id（客户唯一ID）、store_name（门店名称）字段：

1. 提取每个客户的门店组合 #

先整理每个客户去过的门店，通过有序拼接确保相同门店组合的一致性：

WITH customer_store_groups AS (
    SELECT 
        customer_id,
        STRING_AGG(DISTINCT store_name, ', ' ORDER BY store_name) AS store_combination
    FROM customer_purchases
    GROUP BY customer_id
)

2. 统计双门店组合的客户数并定位目标 #

直接筛选仅包含两家门店的组合，同时匹配9500的客户数：

WITH customer_store_groups AS (
    SELECT 
        customer_id,
        STRING_AGG(DISTINCT store_name, ', ' ORDER BY store_name) AS store_combination
    FROM customer_purchases
    GROUP BY customer_id
)
SELECT 
    store_combination,
    COUNT(DISTINCT customer_id) AS unique_customers
FROM customer_store_groups
-- 仅保留双门店组合
WHERE ARRAY_LENGTH(STRING_TO_ARRAY(store_combination, ', '), 1) = 2
  AND COUNT(DISTINCT customer_id) = 9500
GROUP BY store_combination;

关键细节 #

• 用ORDER BY排序拼接门店名称，避免"Store A, Store B"和"Store B, Store A"被误判为不同组合。
• 如果用Python Pandas处理，可通过groupby('customer_id')['store_name'].agg(lambda x: ', '.join(sorted(set(x))))生成门店组合，再用value_counts()统计数量，逻辑完全一致。

内容的提问来源于stack exchange，提问作者xit_123