如何基于行Orders数值规则转换表格列数据，批量修改对应条目

实现思路 #

• 先按Region维度统计每个车型的订单量阈值标记：筛选Variable = 'Orders'的行，判断每个车型的订单值是否小于100，得到「区域-车型」的需要置零标记
• 遍历所有行，对非Orders类型的变量行，若对应「区域-车型」命中置零标记，直接将该单元格值改为0

Python Pandas 实现代码 #

假设你已经将表格读取为DataFrame对象df，可直接运行以下代码：

import pandas as pd

# 1. 生成置零标记表：key为Region，value对应各车型是否需要置零的布尔值
flag_df = df[df['Variable'] == 'Orders'].set_index('Region')[['Audi', 'Porsche']] < 100

# 2. 逐车型逐区域匹配规则修改值
for car_brand in ['Audi', 'Porsche']:
    for region in flag_df.index:
        if flag_df.loc[region, car_brand]:
            df.loc[(df['Region'] == region) & (df['Variable'] != 'Orders'), car_brand] = 0

SQL 实现代码 #

如果数据存储在数据库表中（表名假设为car_sales），可通过窗口函数实现：

SELECT 
    Region,
    Variable,
    CASE WHEN Variable != 'Orders' AND Audi_orders < 100 THEN 0 ELSE Audi END AS Audi,
    CASE WHEN Variable != 'Orders' AND Porsche_orders < 100 THEN 0 ELSE Porsche END AS Porsche
FROM (
    SELECT 
        *,
        MAX(CASE WHEN Variable = 'Orders' THEN Audi END) OVER (PARTITION BY Region) AS Audi_orders,
        MAX(CASE WHEN Variable = 'Orders' THEN Porsche END) OVER (PARTITION BY Region) AS Porsche_orders
    FROM car_sales
) t

输出结果 #

两种实现方式最终输出结果完全匹配预期：

内容的提问来源于stack exchange，提问作者ruedi