Pandas实现按客户分组统计过往6个月及未来6个月销售额总和

核心逻辑 #

对同一个客户的所有记录，按月份计数器的范围筛选求和：

• 过往6个月销售额：统计同客户下，月份计数器大于等于当前月-6、且小于当前月的所有销售额之和
• 未来6个月销售额：统计同客户下，月份计数器大于当前月、且小于等于当前月+6的所有销售额之和

Python Pandas 实现代码 #

不需要自定义for循环，直接用分组+滑动窗口即可高效计算：

import pandas as pd

# 1. 先按客户、月份计数器升序排序，保证时间顺序正确
df = df.sort_values(by=['客户', '月份计数器'], ignore_index=True)

# 2. 计算过往6个月销售额（不含当前月，不足6个月则统计所有存在的历史月份）
df['过往6个月销售额'] = df.groupby('客户')['销售额'].transform(
    lambda x: x.shift(1).rolling(window=6, min_periods=0).sum()
)

# 3. 计算未来6个月销售额（不含当前月，不足6个月则统计所有存在的后续月份）
df['未来6个月销售额'] = df.groupby('客户')['销售额'].transform(
    lambda x: x.shift(-1).rolling(window=6, min_periods=0).sum()
)

Excel 实现方案 #

如果使用Excel处理，直接用SUMIFS公式即可，假设数据结构如下：

数据从第2行开始，表头在第1行：

• D2（过往6个月销售额）输入公式：=SUMIFS(C:C,A:A,A2,B:B,">="&B2-6,B:B,"<"&B2)
• E2（未来6个月销售额）输入公式：=SUMIFS(C:C,A:A,A2,B:B,">"&B2,B:B,"<="&B2+6)
  输入完成后选中D2、E2下拉填充所有行即可。

内容的提问来源于stack exchange，提问作者gnimpf