使用Pandas的groupby或pivot找出2017-2018年销售冠军及对应水果类型

嘿，作为Pandas新手碰到这种跨年份对比的分组问题太正常啦！其实用你试过的groupby或者pivot就能轻松搞定，我给你一步步拆解开，保证好懂～

第一步：先明确数据结构（附示例数据） #

首先假设你的销售数据大概是这样的（如果和你的实际结构有出入，调整列名就行）：

import pandas as pd

# 构造示例销售数据集
data = {
    '销售人员': ['张三', '李四', '王五', '张三', '李四', '王五', '赵六'],
    '水果类型': ['苹果', '香蕉', '橙子', '苹果', '香蕉', '橙子', '草莓'],
    '年份': [2017, 2017, 2017, 2018, 2018, 2018, 2017],  # 赵六2018年没数据，模拟缺失情况
    '销售额': [12000, 9000, 15000, 18000, 16000, 13000, 8000]
}
df = pd.DataFrame(data)

第二步：筛选目标年份+重塑数据 #

先把2017和2018年的数据筛出来，避免其他年份干扰，然后用pivot_table把年份转成列，这样就能直接对比两年的销售额：

# 筛选2017-2018年的数据
filtered_df = df[df['年份'].isin([2017, 2018])]

# 用pivot_table重塑：以「销售人员+水果类型」为索引，年份为列，销售额为值
# 加fill_value=0是为了处理某年份缺失数据的情况（比如赵六2018年没销售）
pivot_df = filtered_df.pivot_table(
    index=['销售人员', '水果类型'],
    columns='年份',
    values='销售额',
    aggfunc='sum',  # 如果同个销售+水果+年份有多条记录，用sum合并
    fill_value=0
)

第三步：计算销售额变化幅度 #

接下来计算两年的销售额变化值和变化幅度（增长率），这里分两种情况：

• 绝对值变化：直接用2018年销售额减2017年，适合看“卖多/卖少了多少钱”
• 相对变化幅度（增长率）：适合看“销售额涨/跌了百分之多少”

# 计算绝对值变化
pivot_df['销售额变化值'] = pivot_df[2018] - pivot_df[2017]

# 计算相对变化幅度（百分比），避免除以0的情况可以加个判断
pivot_df['销售额变化幅度(%)'] = pivot_df.apply(
    lambda row: (row[2018] - row[2017]) / row[2017] * 100 if row[2017] != 0 else 0,
    axis=1
)

第四步：找出变化幅度最大的记录 #

现在直接找变化幅度最大的那条就行，这里以绝对值变化最大为例（如果要找增长率最大，把abs().idxmax()里的列换成销售额变化幅度(%)就行）：

# 找出销售额变化值绝对值最大的记录
max_change_record = pivot_df.loc[pivot_df['销售额变化值'].abs().idxmax()]

print("两年间销售额变化幅度最大的记录：")
print(max_change_record)

用groupby的替代方案 #

如果你更倾向用groupby，其实原理和pivot差不多，只是用unstack把年份转成列：

# groupby+unstack实现同样的重塑效果
grouped_df = filtered_df.groupby(['销售人员', '水果类型', '年份'])['销售额'].sum().unstack('年份', fill_value=0)
# 后面计算变化幅度和找最大值的步骤和上面完全一致

小提醒 #

• 如果你的数据里有缺失值（比如某个销售某一年没有数据），一定要用fill_value=0或者fillna(0)处理，不然计算变化值会得到NaN
• 记得确认“变化幅度最大”是指绝对值变化还是相对增长率，根据需求调整对应的列就行

内容的提问来源于stack exchange，提问作者bronzing