如何用Python的Pandas计算销售数据集中各产品的周转时间

直接用Pandas的分组聚合就能高效解决，完全不需要for循环，10万条数据处理起来毫无压力，步骤如下：

1. 确认日期列格式（如果还未转换为datetime类型）：

   # 若solDate还不是datetime类型，先执行转换
   df['solDate'] = pd.to_datetime(df['solDate'])
   

2. 分组计算每个产品的首次/末次销售日期，再求天数差：

   # 按product分组，提取solDate的最小（首次）和最大（末次）值
   date_range = df.groupby('product')['solDate'].agg(['min', 'max'])
   # 计算日期差并转为整数天数
   date_range['days_diff'] = (date_range['max'] - date_range['min']).dt.days
   

3. 最终结果是一个DataFrame，每行对应一个唯一产品，包含首次销售日期、末次销售日期以及两者的天数差。

效率说明 #

Pandas的groupby和agg基于底层向量化运算实现，避免了Python层面的循环开销，处理10万级数据的速度比for循环快几十甚至上百倍。

内容的提问来源于stack exchange，提问作者bluj999