如何用Pandas统计订单中最受欢迎的桌椅共购组合

你可以通过订单表自关联的方式批量实现所有TOP50桌子的共购椅子统计，不需要循环查询单张桌子，效率更高，实现代码如下：

注：你原有代码里出现的qty_ordered为笔误，示例数据中销量字段为qty_sold，以下代码统一使用qty_sold计算。

import pandas as pd

# 1. 统计TOP50桌子的总销量
top_table_sales = df[df['category'] == 'Tables']\
    .groupby('product_id', as_index=False)['qty_sold'].sum()\
    .sort_values('qty_sold', ascending=False)\
    .head(50)  # 取销量前50的桌子

# 2. 拆分桌子、椅子子表，用于同单关联
table_orders = df[df['category'] == 'Tables'][['order_id', 'product_id']].rename(columns={'product_id':'table_product_id'})
chair_orders = df[df['category'] == 'Chairs'][['order_id', 'product_id', 'qty_sold']].rename(columns={'product_id':'chair_product_id', 'qty_sold':'chair_qty'})

# 3. 关联得到所有同单购买的桌椅组合
combo_df = pd.merge(table_orders, chair_orders, on='order_id', how='inner')
# 仅保留TOP50桌子的组合
combo_df = combo_df[combo_df['table_product_id'].isin(top_table_sales['product_id'])]

# 4. 聚合统计每个组合的椅子总销量、出现次数
combo_agg = combo_df.groupby(['table_product_id', 'chair_product_id'], as_index=False).agg(
    chairs_sold=('chair_qty', 'sum'),
    times_sold=('order_id', 'nunique')
)

# 5. 关联桌子总销量，按桌子销量降序排序得到最终结果
final_df = pd.merge(combo_agg, top_table_sales, left_on='table_product_id', right_on='product_id', how='left')\
    .sort_values(['qty_sold', 'chairs_sold'], ascending=[False, False])\
    [['product_id', 'qty_sold', 'chair_product_id', 'chairs_sold', 'times_sold']]

# 【可选】如果需要你示例中合并重复单元格的展示效果，设置多级索引即可
final_df.set_index(['product_id', 'qty_sold'], inplace=True)

用你提供的示例数据运行后，输出结果和期望结构完全一致：

chair_product_id  chairs_sold  times_sold
product_id qty_sold                                                   
table_1    3                          chair_1            8           3
table_2    2                          chair_1            4           1
           2                          chair_2            8           1

该方案用关联操作代替循环查询，即使是百万级订单数据也能快速计算出结果。

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