Python实现按商品的周累计销售额（WTD Sales）求助

你的需求完全可以用groupby()实现，核心是对每个商品分组后，对销售额按周的顺序做累计求和。你之前的代码问题在于wtd是未定义的自定义函数，实际上用pandas内置的cumsum()方法就能直接完成周累计计算。

步骤说明 #

• 先排序数据：确保每个商品的记录按周数升序排列，否则累计结果会混乱。
• 分组累计求和：按item分组后，对sales列应用累计求和方法，生成wtd sales列。

完整代码示例 #

import pandas as pd

# 先按商品和周排序，保证累计逻辑正确
input_df = input_df.sort_values(by=['item', 'week'])

# 新增周累计销售额列
input_df['wtd sales'] = input_df.groupby(['item'])['sales'].cumsum()

# 也可以用transform写法，效果完全一致：
# input_df['wtd sales'] = input_df.groupby(['item'])['sales'].transform('cumsum')

代码解释 #

• sort_values(by=['item', 'week'])：让每个商品的周数据按时间顺序排列，确保累计求和是从最早的周开始累加。
• groupby(['item'])：将数据按商品维度拆分，每个商品单独计算自身的累计销售额。
• cumsum()：对分组后的sales列做累计求和，比如某商品第1周销售额100，第2周200，对应的wtd sales就是100、300。

内容的提问来源于stack exchange，提问作者mr_james_0707