如何在DataFrame中按指定条件求和 实现按月份和门店分组统计购买量

解决方法 #

你当前的代码仅按月份维度做了分组求和，要拆分出各门店的月度统计结果，只需把门店字段也加入分组维度，再将门店维度展开为列即可。

前提假设 #

你的原始DataFrame中存在存储门店标识的列，示例中统一使用列名Store，你可以替换为自己实际的列名。

完整实现代码 #

# 1. 按月份+门店双维度分组求和，再将门店维度转换为列表头
df_result = df.groupby(['Month_Bought', 'Store'])['Amount_Bought'].sum().unstack()

# 可选操作：如果需要过滤指定门店（比如仅保留Store1、Store2）
# df_result = df_result[['Store1', 'Store2']]

# 可选操作：如果存在某门店某月无购买记录的情况，将空值替换为0
# df_result = df_result.fillna(0)

print(df_result)

附加筛选逻辑（按需使用） #

如果需要限定统计的月份范围，可提前对数据做过滤，示例：

# 仅统计2020年的月度数据
df = df[df['Month_Bought'].str.endswith('2020')]

如果需要限定统计的门店范围，可提前对数据做过滤，示例：

# 仅统计Store1、Store2两个门店的数据
df = df[df['Store'].isin(['Store1', 'Store2'])]

内容的提问来源于stack exchange，提问作者Vin Bono