Python实现按月统计order_id数量、销售额及累计值求助

你的代码存在以下几个问题： #

• 列名引用错误：原数据日期列是delivered_date，但你写了orders_df.dates，导致找不到目标列
• 时间格式符错误：%M代表分钟，提取月份应该用%m，且目标格式是YYYY-MM，需指定为'%Y-%m'
• GroupBy用法错误：不能直接把聚合函数传入groupby()，需要用agg()方法指定不同列的聚合逻辑

修正后的完整代码： #

import pandas as pd

# 构造示例数据
data = {
    'order_id': [1, 2, 3, 4],
    'delivered_date': ['2021-01-01 11:00:00 UTC', '2021-02-01 11:00:00 UTC', 
                       '2021-03-01 11:00:00 UTC', '2021-02-28 11:00:00 UTC'],
    'amount': [233.12, 200.00, 400.00, 120.00]
}
orders_df = pd.DataFrame(data)

# 1. 将日期列转换为datetime类型，解析UTC时间
orders_df['delivered_date'] = pd.to_datetime(orders_df['delivered_date'], utc=True)

# 2. 提取年月作为分组列（格式YYYY-MM）
orders_df['month'] = orders_df['delivered_date'].dt.strftime('%Y-%m')

# 3. 分组聚合：统计订单数、销售额总和
monthly_stats = orders_df.groupby('month').agg(
    count_order_id=('order_id', 'count'),
    sum_amount=('amount', 'sum')
).reset_index()

# 4. 计算累计销售额
monthly_stats['cumulative'] = monthly_stats['sum_amount'].cumsum()

# 重命名列以匹配期望结果
monthly_stats.rename(columns={
    'month': 'delivered_date',
    'count_order_id': 'count(order_id)',
    'sum_amount': 'sum(amount)'
}, inplace=True)

print(monthly_stats)

运行结果： #

关键步骤说明： #

• 必须先将字符串格式的日期转换为datetime类型，才能使用dt访问器提取年月
• 使用agg()可以灵活指定不同列的聚合函数，同时自定义结果列名
• cumsum()方法直接计算销售额的累计值，无需手动循环

内容的提问来源于stack exchange，提问作者Woofer