如何输出TOP5客户及其各自TOP5采购产品的对应总销售额？

我明白你的需求啦——你现在的代码是取出了全平台销售额最高的5条客户-产品组合记录，但这不是你想要的「先找TOP5大客户，再给每个大客户列他们自己的TOP5采购产品」的结果。我来给你一步步拆解实现方法：

步骤1：先筛选出总销售额最高的TOP5客户 #

首先我们得先确定哪些是总销售额最高的5个客户，这一步需要先按客户分组求和总销售额，再排序取前5：

import pandas as pd
import numpy as np

# 计算每个客户的总销售额，排序后取TOP5的客户名称列表
top5_customers = df1.groupby("Customer Name")["Sales"].sum()\
                    .sort_values(ascending=False)\
                    .head(5)\
                    .index.tolist()

步骤2：提取TOP5客户的交易数据，再分组取每个客户的TOP5产品 #

接下来我们只保留这5个客户的所有交易记录，然后按「客户+产品」分组计算销售额，再在每个客户内部按销售额排序取前5：

# 筛选TOP5客户的数据 → 按客户+产品求和销售额 → 排序 → 每个客户取TOP5产品
final_result = (df1[df1["Customer Name"].isin(top5_customers)]
                .groupby(["Customer Name", "Product Name"])["Sales"].sum()
                .reset_index()
                .sort_values(["Customer Name", "Sales"], ascending=[True, False])
                .groupby("Customer Name").head(5))

代码解释： #

• df1[df1["Customer Name"].isin(top5_customers)]：只保留TOP5客户的所有交易记录
• groupby(["Customer Name", "Product Name"])["Sales"].sum()：计算每个客户对每个产品的总采购额
• sort_values(["Customer Name", "Sales"], ascending=[True, False])：先按客户名称排序（方便后续分组），再按销售额降序排序
• groupby("Customer Name").head(5)：对每个客户分组，取组内销售额最高的5条记录

可选：添加客户总销售额列（更直观） #

如果想要同时展示每个大客户的总销售额，可以把客户总销售额合并到结果里：

# 先计算每个客户的总销售额，并重命名列
customer_total_sales = df1.groupby("Customer Name")["Sales"].sum()\
                          .reset_index()\
                          .rename(columns={"Sales": "Total Customer Sales"})

# 合并到最终结果
final_result_with_total = final_result.merge(customer_total_sales, on="Customer Name")

示例结果预览 #

最终你会得到类似这样的结果（以你的样本数据为例）：

这样就完美实现你想要的「TOP5客户+每个客户的TOP5采购产品销售额」的需求啦！

内容的提问来源于stack exchange，提问作者Siddhesh Bhurke