Python中高效计算各UPC每日平均拣货量的方法求助

嘿，不用纠结嵌套循环啦——Pandas的groupby完全能搞定这个需求，而且效率甩嵌套循环几条街！你之前的问题应该是分组的维度没选对，只按UPC分组的话，没法拿到每日的平均数据。

正确的分组计算步骤 #

你需要同时按UPC和date两个字段分组，这样才能得到每个UPC在每一天的平均拣货量。具体代码如下：

# 按UPC和日期分组，对拣货量求平均值
daily_avg_pick = practice_df.groupby(['UPC', 'date'])['quantity_picked'].mean().reset_index()

# 查看结果
print(daily_avg_pick)

代码解释 #

• groupby(['UPC', 'date'])：把数据同时按商品编码（UPC）和日期分组，确保我们计算的是同一个UPC在同一天的平均拣货量
• ['quantity_picked'].mean()：对分组后的拣货量列求平均值
• reset_index()：把分组后的分层索引转换成普通的列，这样结果会变成一个结构清晰的DataFrame，方便你查看每一行对应的UPC、日期和平均拣货量

更直观的展示方式（可选） #

如果你想把数据整理成“UPC为行，日期为列”的表格形式，用pivot_table会更直观：

# 生成透视表，展示每个UPC在不同日期的平均拣货量
pivot_table_avg = practice_df.pivot_table(
    index='UPC',
    columns='date',
    values='quantity_picked',
    aggfunc='mean'
)

print(pivot_table_avg)

为什么这些方法比嵌套循环好？ #

Pandas的分组、聚合操作都是底层用C实现的，处理55000+行数据完全不在话下，速度会比Python层面的嵌套循环快几十甚至上百倍，而且代码更简洁易读，后期维护也方便。

内容的提问来源于stack exchange，提问作者Emily Reed