Pandas如何构造二维以上数据结构以高效生成任意指定月份账单DataFrame

方案1：多层索引DataFrame（推荐优先使用） #

将三个DataFrame合并为多层列索引结构，一次构建后可快速查询任意月份/产品的任意指标，同时支持跨维度统计：

# 优先修正原代码变量名问题：不要用内置函数range做变量名，避免后续报错
date_range = pd.date_range('2020-01-31', periods=12, freq='M')
column_names = list('ABCDEFGH')

# 原数据生成逻辑不变
np.random.seed(0)
quantities = pd.DataFrame(np.random.randint(0,100,size=(12, 8)), index=date_range, columns=column_names)
unit_costs = pd.DataFrame(np.random.rand(12, 8), index=date_range, columns=column_names)
costs = quantities*unit_costs

# 合并为多层索引DataFrame，第一层列为指标类型，第二层为产品标识
all_bill_data = pd.concat(
    [quantities, unit_costs, costs],
    keys=['quantity', 'unit_cost', 'cost'],
    axis=1
)

# 封装查询函数
def get_bill(date):
    """
    date支持传入日期字符串/时间戳/行偏移量
    示例：get_bill('2020-01-31') 或 get_bill(0) 都可返回1月账单
    """
    return all_bill_data.iloc[date] if isinstance(date, int) else all_bill_data.loc[date].unstack(level=0)

调用示例：get_bill(0)返回的结果和你示例中的bill0完全一致。

方案2：账单数组实现 #

按你提到的思路，提前把所有月份的账单生成后存入列表，适合需要批量处理全量账单的场景：

bill_list = []
for month_idx in range(len(quantities)):
    month_bill = pd.DataFrame({
        'quantity': quantities.iloc[month_idx],
        'unit_cost': unit_costs.iloc[month_idx],
        'cost': costs.iloc[month_idx]
    })
    bill_list.append(month_bill)

调用示例：bill_list[0]即可获取第一个月的账单。

方案3：动态生成函数（轻量化选择） #

如果不需要提前存储全量账单，直接封装函数实时生成即可，不需要额外占用存储空间，查询速度也足够满足绝大多数场景：

def get_bill(date):
    if isinstance(date, int):
        q = quantities.iloc[date]
        u = unit_costs.iloc[date]
    else:
        q = quantities.loc[date]
        u = unit_costs.loc[date]
    return pd.DataFrame({'quantity': q, 'unit_cost': u, 'cost': q*u})

方案选择建议 #

• 日常查询使用优先选方案1，除了单月账单查询外，还支持直接做跨维度统计，比如计算产品A全年总成本只需执行all_bill_data['cost']['A'].sum()
• 若需要批量导出/处理所有月份账单，选方案2
• 若仅偶尔查询账单，不想额外存储中间数据，选方案3

内容的提问来源于stack exchange，提问作者Todd Houstein