基于双DataFrame生成多品类交易净额未售商品时间序列折线图

1. 数据预处理 #

• 统一日期列格式为datetime类型，避免日期格式不匹配问题
• 补全Df2中缺失的日期记录（按品类分组补全，缺失日期销量填0）
• 确保两个DataFrame都包含商品品类标识列（假设列名为Category，若原数据无此列需先确认数据结构）

import pandas as pd
import matplotlib.pyplot as plt

# 转换日期格式
Df1['Transaction_DATE'] = pd.to_datetime(Df1['Transaction_DATE'])
Df1['Termination_DATE'] = pd.to_datetime(Df1['Termination_DATE'])
Df2['Date'] = pd.to_datetime(Df2['Date'])  # 假设Df2日期列名为Date

# 生成全局日期范围（从Df1最早交易日到最晚终止日）
full_date_range = pd.date_range(start=Df1['Transaction_DATE'].min(), end=Df1['Termination_DATE'].max())

# 按品类补全Df2的日期序列，缺失日期销量设为0
Df2_full = Df2.groupby('Category').apply(
    lambda x: x.set_index('Date').reindex(full_date_range).fillna(0).reset_index()
).rename(columns={'index': 'Date'}).droplevel(0)

2. 展开可售新增量时间序列 #

• 按品类将Df1的TRANSACTION（可售新增量）映射到对应日期，非交易日期新增量设为0
• 仅保留各品类终止销售日期之前的数据

def expand_transaction_group(df):
    category = df['Category'].iloc[0]
    start_date = df['Transaction_DATE'].min()
    end_date = df['Termination_DATE'].max()
    # 生成该品类的有效日期范围
    category_date_range = pd.date_range(start=start_date, end=end_date)
    # 匹配交易日期的新增量
    trans_expanded = pd.DataFrame({'Date': category_date_range, 'Category': category})
    trans_expanded = trans_expanded.merge(
        df[['Transaction_DATE', 'TRANSACTION', 'Category']],
        left_on=['Date', 'Category'], right_on=['Transaction_DATE', 'Category'],
        how='left'
    ).fillna(0)
    trans_expanded['Daily_Add'] = trans_expanded['TRANSACTION']
    return trans_expanded[['Date', 'Category', 'Daily_Add']]

# 按品类展开新增量数据
Df1_expanded = Df1.groupby('Category').apply(expand_transaction_group).droplevel(0)

3. 计算未售商品净额时间序列 #

• 合并新增量与销量数据，按品类计算累计新增量、累计销量
• 未售净额 = 累计新增量 - 累计销量

# 合并新增量和补全后的销量数据
merged_data = pd.merge(Df1_expanded, Df2_full, on=['Date', 'Category'], how='left').fillna(0)

# 计算累计值与未售净额
merged_data['Cumulative_Add'] = merged_data.groupby('Category')['Daily_Add'].cumsum()
merged_data['Cumulative_Sales'] = merged_data.groupby('Category')['Proceeds'].cumsum()
merged_data['Unsold_Net'] = merged_data['Cumulative_Add'] - merged_data['Cumulative_Sales']

# 过滤掉各品类终止日期之后的数据
merged_data = merged_data[
    merged_data['Date'] <= merged_data.groupby('Category')['Termination_DATE'].transform('max')
]

4. 绘制品类未售净额折线图 #

• 按品类分组绘制折线图，直观展示各品类未售净额的时间趋势

plt.figure(figsize=(12, 6))
# 遍历每个品类绘制折线
for category, group in merged_data.groupby('Category'):
    plt.plot(group['Date'], group['Unsold_Net'], linewidth=2, label=category)

# 图表样式设置
plt.title('各品类未售商品净额时间趋势')
plt.xlabel('日期')
plt.ylabel('未售净额')
plt.legend(loc='upper right')
plt.grid(alpha=0.3)
plt.xticks(rotation=45)
plt.tight_layout()
plt.show()

内容的提问来源于stack exchange，提问作者alec22