如何在Python DataFrame中按交易规模分组汇总对应交易总价？

首先，我们可以分两步实现你的需求：先算出每单笔交易的总价和对应商品数量，再按交易规模（商品数量）汇总总价总和与交易笔数。

步骤1：计算单交易的核心指标 #

我们需要先基于Time和Receipt这两个唯一标识交易的字段分组，同时聚合两个关键数据：

• 每笔交易的商品数量（也就是你的「交易规模」）
• 每笔交易的总价总和

代码实现如下：

# 生成每笔交易的商品数量与总价
transaction_detail = supermarket.groupby(['Time', 'Receipt']).agg(
    basket_size=('total', 'size'),  # 统计单交易商品数量
    total_price=('total', 'sum')    # 计算单交易总价
).reset_index()

拿你给出的示例数据来说，运行这段代码后，transaction_detail会生成这样一行结果：

步骤2：按交易规模汇总数据 #

接下来，我们以basket_size（交易规模）为分组依据，汇总两个你需要的结果：

• 对应交易规模的交易笔数（和你之前用value_counts()得到的结果一致）
• 对应交易规模的所有交易总价总和

代码实现如下：

# 按交易规模汇总总价与交易笔数
basket_summary = transaction_detail.groupby('basket_size').agg(
    transaction_count=('basket_size', 'count'),  # 交易笔数
    total_revenue=('total_price', 'sum')         # 总价总和
).reset_index()

# 按你想要的格式输出结果
print("交易规模 交易笔数 总价总和")
for _, row in basket_summary.iterrows():
    print(f"{row['basket_size']} {row['transaction_count']} {row['total_revenue']}")

完整整合代码 #

把两步逻辑整合到一起，完整代码如下：

# 第一步：计算每笔交易的商品数量和总价
transaction_detail = supermarket.groupby(['Time', 'Receipt']).agg(
    basket_size=('total', 'size'),
    total_price=('total', 'sum')
).reset_index()

# 第二步：按交易规模汇总数据
basket_summary = transaction_detail.groupby('basket_size').agg(
    transaction_count=('basket_size', 'count'),
    total_revenue=('total_price', 'sum')
).reset_index()

# 输出最终结果
print("交易规模 交易笔数 总价总和")
for _, row in basket_summary.iterrows():
    print(f"{row['basket_size']} {row['transaction_count']} {row['total_revenue']}")

运行后你就能得到类似这样的结果：比如交易规模1对应的18853笔交易，会同时输出它们的总价总和，其他交易规模的数据也会按同样格式展示。

内容的提问来源于stack exchange，提问作者Keyan H