如何按sales_rep分组，对满足日期区间匹配条件的amount求和

前置处理 #

首先需要将日期字段转换为 datetime 类型，避免字符串比较出现逻辑错误：

import pandas as pd

# 转换日期列格式
df['open_date'] = pd.to_datetime(df['open_date'])
df['close_date'] = pd.to_datetime(df['close_date'])

实现方式1：分组逐行计算（易读，适合中小数据量） #

按销售人员分组后，逐行匹配符合条件的记录求和，逻辑直观易修改：

def calc_open_amount_sum(group):
    result = []
    for _, current_row in group.iterrows():
        current_close = current_row['close_date']
        # 筛选组内满足「其他行open日期 <= 当前行close日期 <= 其他行close日期」的记录
        filter_mask = (group['open_date'] <= current_close) & (group['close_date'] >= current_close)
        result.append(group.loc[filter_mask, 'amount'].sum())
    group['open_amount_sum'] = result
    return group

df = df.groupby('sales_rep', group_keys=False).apply(calc_open_amount_sum)

实现方式2：自连接聚合（高性能，适合大数据量） #

如果数据量较大逐行遍历效率低，可以用自连接+过滤聚合的方式减少循环开销：

# 生成分组内行号用于关联匹配
df['row_id'] = df.groupby('sales_rep').cumcount()
# 同组内自连接
cartesian_df = df.merge(
    df[['sales_rep', 'row_id', 'open_date', 'close_date', 'amount']],
    on='sales_rep',
    suffixes=('', '_match')
)
# 过滤符合条件的匹配行
filter_mask = (cartesian_df['open_date_match'] <= cartesian_df['close_date']) & (cartesian_df['close_date_match'] >= cartesian_df['close_date'])
# 按原行分组求和
sum_result = cartesian_df[filter_mask].groupby(['sales_rep', 'row_id'])['amount_match'].sum().rename('open_amount_sum').reset_index()
# 结果合并回原表
df = df.merge(sum_result, on=['sales_rep', 'row_id']).drop('row_id', axis=1)

如果业务场景中存在日期空值，可以在过滤条件中补充空值判断逻辑适配需求

内容的提问来源于stack exchange，提问作者Patelra95