如何在DataFrame中实现层级分组展示并添加不重复的StoreCt列

要实现树形层级显示、添加不重复的StoreCt列的需求，可按以下步骤操作：

步骤1：计算并添加StoreCt列 #

先通过分组统计每个Retailer的门店数，再将统计值映射到原DataFrame中，为每个Retailer对应的行先赋上StoreCt值：

import pandas as pd

# 假设原始DataFrame为df
df['StoreCt'] = df['Retailer'].map(df.groupby('Retailer').size())

步骤2：按指定层级排序 #

按照DC→Retailer→Product的顺序对DataFrame排序，确保同组数据集中在一起：

df_sorted = df.sort_values(['DC', 'Retailer', 'Product'])

步骤3：处理重复值，实现树形空白效果 #

将同一分组内重复的DC、Retailer和StoreCt值替换为空字符串，达到树形层级的显示效果：

# 重复的DC列值置空
df_sorted['DC'] = df_sorted['DC'].mask(df_sorted['DC'].duplicated(), '')
# 重复的Retailer列值置空
df_sorted['Retailer'] = df_sorted['Retailer'].mask(df_sorted['Retailer'].duplicated(), '')
# 同一Retailer下除第一行外的StoreCt置空
df_sorted['StoreCt'] = df_sorted['StoreCt'].mask(df_sorted['Retailer'].duplicated(), '')

步骤4：调整列顺序 #

将列调整为需求指定的DC→Retailer→StoreCt→Product→Cs→Volume→Velocity顺序：

final_df = df_sorted[['DC', 'Retailer', 'StoreCt', 'Product', 'Cs', 'Volume', 'Velocity']]

最终结果 #

运行上述代码后，final_df的输出将与期望的树形结构完全一致：

内容的提问来源于stack exchange，提问作者ners23