Python Pandas实现：按销售额从高到低标记贡献80%总销售额的产品

实现逻辑 #

• 先计算全量产品的总销售额，得出80%总销售额的阈值
• 将产品按销售额降序排序，保留原索引方便后续映射回原始表
• 计算排序后的销售额累计值
• 累计值未超过阈值、以及首次超过阈值的当前行（匹配刚好达标场景）标记为1，其余为0
• 把标记映射回原始数据表即可

完整代码示例 #

import pandas as pd

# 此处替换为实际业务数据表，示例数据匹配你描述的场景（总销售额32）
df = pd.DataFrame({
    'product_id': [1,2,3,4,5,6,7,8],
    'sales': [2,10,3,8,5,1,3,0]
})

# 1. 计算80%总销售额阈值
total_sales = df['sales'].sum()
threshold = total_sales * 0.8

# 2. 按销售额降序排序
sorted_df = df.sort_values(by='sales', ascending=False, ignore_index=False)

# 3. 计算累计销售额
sorted_df['cum_sales'] = sorted_df['sales'].cumsum()

# 4. 打标：包含刚好跨过阈值的行，匹配你说的累计26达标的要求
sorted_df['label'] = (sorted_df['cum_sales'].shift(fill_value=0) <= threshold).astype(int)

# 5. 标记合并回原表
df = df.merge(sorted_df['label'], left_index=True, right_index=True)

print(df)

结果验证 #

你举的示例场景运行代码后，销售额最高的行2（10）、行4（8）、行5（5）、行7（3）累计总和为26，刚好超过25.6的阈值，这几行label都会被标记为1，其余行标记为0，和预期结果完全一致。

调整说明 #

如果不需要包含刚好跨过阈值的行，严格要求累计值≤80%阈值才打1，可以修改打标逻辑为：

sorted_df['label'] = (sorted_df['cum_sales'] <= threshold).astype(int)

内容的提问来源于stack exchange，提问作者A. Froughian