You need to enable JavaScript to run this app. Pandas创建新列并按日期、商品、门店匹配填充上年同期销售额
优惠活动
大模型
产品
解决方案
定价
更多

Pandas创建新列并按日期、商品、门店匹配填充上年同期销售额

实现Pandas新增上年同期销售额列的解决方案

原有代码的问题

  1. 分组维度缺失item字段:你的匹配规则要求相同商品、相同门店、同月同日,原有分组仅包含月、日、门店编号,会把不同商品的数据归到同一个分组,导致匹配错误
  2. 未提前对日期排序:shift()是基于数据现有行顺序偏移,若原数据不是按日期升序排列,偏移后取到的不是上年同期的数值
  3. 列名大小写不匹配:原数据门店编号列是storeNbr,代码中写为StoreNbr,大小写不一致会导致读取字段失败

操作前置步骤

首先确保日期列为datetime格式,且按日期升序排序:

import pandas as pd
# 转换日期类型
df['date'] = pd.to_datetime(df['date'])
# 按日期升序排序,保证后续偏移顺序正确
df = df.sort_values('date', ascending=True)

方案1:修正groupby+shift写法(适合数据按年连续无缺失的场景)

补全分组维度,匹配规则对应的所有字段都加入分组:

df['LY'] = df.groupby([
    df['date'].dt.month,
    df['date'].dt.day,
    df['storeNbr'],
    df['item']
])['Sales'].shift(1)

方案2:merge匹配写法(更严谨,不受数据缺失影响)

通过构造上年同期日期做精准匹配,避免中间缺年少数据导致的偏移错误:

# 构造上年同期的辅助日期列
df['last_year_date'] = df['date'] - pd.DateOffset(years=1)
# 构造用于匹配的上年销售数据表
df_ly = df[['date', 'storeNbr', 'item', 'Sales']].rename(columns={'Sales': 'LY', 'date': 'last_year_date'})
# 左连接匹配上年销售额
df = df.merge(df_ly, on=['last_year_date', 'storeNbr', 'item'], how='left')
# 删除辅助列
df = df.drop(columns=['last_year_date'])

两种方案都可以得到你预期的输出结果,方案2适配性更强,即使存在部分年份数据缺失的情况也能精准匹配。

内容的提问来源于stack exchange,提问作者Edward Stokes

相关产品推荐
方舟 Agent Plan

超全模态模型 × Harness 升级,最新支持 Deepseek-V4.1-Flash、GLM-5.3 系列、Doubao-Seedream-5.0-pro、Kimi-K3 (部分), 限时 9.9 元起

最近更新时间:2026.10.12 16:18:04