Pandas同比季度销售额差值计算的优化方案问询

你的现有方案可行，但可以利用Pandas内置的日期处理和分组函数大幅简化步骤，以下是两种高效实现方式：

方法一：针对已聚合的季度数据（如你提供的样本） #

直接利用dt.quarter提取季度标识，结合groupby和diff/unstack完成计算，无需手动条件判断：

import pandas as pd

# 加载样本数据
sample_data = [{'date': pd.Timestamp('2019-03-31 00:00:00'), '#_widgets': 4502},
 {'date': pd.Timestamp('2019-06-30 00:00:00'), '#_widgets': 4388},
 {'date': pd.Timestamp('2019-09-30 00:00:00'), '#_widgets': 4703},
 {'date': pd.Timestamp('2019-12-31 00:00:00'), '#_widgets': 4344},
 {'date': pd.Timestamp('2020-03-31 00:00:00'), '#_widgets': 4206},
 {'date': pd.Timestamp('2020-06-30 00:00:00'), '#_widgets': 4281},
 {'date': pd.Timestamp('2020-09-30 00:00:00'), '#_widgets': 4879},
 {'date': pd.Timestamp('2020-12-31 00:00:00'), '#_widgets': 4115},
 {'date': pd.Timestamp('2021-03-31 00:00:00'), '#_widgets': 4313},
 {'date': pd.Timestamp('2021-06-30 00:00:00'), '#_widgets': 4578},
 {'date': pd.Timestamp('2021-09-30 00:00:00'), '#_widgets': 4467},
 {'date': pd.Timestamp('2021-12-31 00:00:00'), '#_widgets': 4871}]

df = pd.DataFrame(sample_data)

# 1. 一键提取季度（Q1-Q4格式）和年份，替代手动条件判断
df['quarter'] = 'Q' + df['date'].dt.quarter.astype(str)
df['year'] = df['date'].dt.year

# 2. 分组聚合+计算同比差值
# 方式A：展开年份为列，直观对比
result = df.groupby(['quarter', 'year'])['#_widgets'].sum().unstack()
result['diff_2020-2019'] = result[2020] - result[2019]
result['diff_2021-2020'] = result[2021] - result[2020]

# 方式B：保持原始层级结构，自动计算差值
result_stack = df.groupby(['quarter', 'year'])['#_widgets'].sum().to_frame()
result_stack['yoy_diff'] = result_stack.groupby(level=0)['#_widgets'].diff()

方法二：针对原始每日数据（一步到位） #

如果是未聚合的每日销售额数据，直接用resample完成季度求和，结合shift计算同比：

# 假设df是包含每日销售额的原始数据
# 1. 重采样为季度总额+提取季度标识
quarterly_df = df.resample('Q', on='date')['#_widgets'].sum().reset_index()
quarterly_df['quarter'] = 'Q' + quarterly_df['date'].dt.quarter.astype(str)

# 2. 按季度分组，获取上一年同期数据并计算差值
quarterly_df['prev_year_sales'] = quarterly_df.groupby('quarter')['#_widgets'].shift(1)
quarterly_df['yoy_diff'] = quarterly_df['#_widgets'] - quarterly_df['prev_year_sales']

核心优化点 #

• 用dt.quarter替代手动月份判断，代码更简洁且避免逻辑错误
• 利用unstack将年份转为列，更直观地对比同季度跨年度数据
• 针对每日数据，resample('Q')一步完成季度聚合，无需额外分组操作
• shift函数可以明确展示上一年同期销售额，差值计算逻辑更清晰

内容的提问来源于stack exchange，提问作者SMJune