Pandas DataFrame 订单列统计重复单品频次并绘制柱状图问题

问题原因 #

此前使用groupby结合count无法得到单品频次的核心逻辑问题是：分组匹配的基准是整行单元格的完整订单文本，只有内容完全一致的整段订单会被归为同一组计数，不会拆分单元格内存储的多个独立单品，最终得到的是整单的分布统计，而非单个单品的出现频次。

实现步骤 #

1. 加载依赖与示例数据 #

import pandas as pd
import matplotlib.pyplot as plt
# 解决中文显示异常
plt.rcParams['font.sans-serif'] = ['SimHei']
plt.rcParams['axes.unicode_minus'] = False
# 导入示例数据集
data = {
    "Customer name": ["Sam Doe", "John Doe", "Sammy Doe", "Jonny Doe"],
    "Order": [
        "Donut L, Burger L, Burger M",
        "Burger M",
        "Burger M, Donut L",
        "Burger L"
    ]
}
df = pd.DataFrame(data)

2. 拆分订单内的独立单品 #

对Order列的文本按逗号拆分，同时清除每个拆分后元素的前后空白，避免因空格差异将同一款单品识别为不同值：

# 按逗号拆分订单文本，清理每个单品的前后空格
split_orders = df["Order"].str.split(",").apply(
    lambda items: [item.strip() for item in items]
)
# 将每行的单品列表展开为独立行
all_items = split_orders.explode()

3. 统计单品累计出现频次 #

展开后的序列中每个元素对应一笔独立的单品订单，直接调用value_counts()即可快速得到各单品的累计出现次数：

item_counts = all_items.value_counts().sort_values(ascending=False)

针对给出的示例数据集，统计结果为：

• Burger M：累计出现3次
• Donut L：累计出现2次
• Burger L：累计出现2次

4. 绘制柱状图可视化 #

基于统计结果直接绘制柱状图即可：

plt.figure(figsize=(9, 5))
item_counts.plot(kind="bar", color="#4895ef", width=0.6)
plt.xlabel("T恤单品（设计+尺码）")
plt.ylabel("累计订购次数")
plt.title("各款T恤单品累计订购量统计")
plt.xticks(rotation=0)
plt.tight_layout()
plt.show()

注意事项 #

• 拆分后必须对每个单品做前后空格清理：原始订单中逗号分隔的单品通常带有后置空格，不清理会导致 Burger M和Burger M被判定为两个独立值，造成统计结果失真。
• 如果实际数据中订单的分隔符不统一，可将str.split()内的分隔符替换为实际使用的字符，适配不同的订单文本格式。

内容的提问来源于stack exchange，提问作者Penny Pang