Python Pandas求每周零售商-SKU销售额占当周总额比例问题

你好，针对你要计算每周各零售商-SKU销售额占当周总销售额比例的需求，我给你两种贴合现有数据的简洁实现方案：

方案1：用groupby.transform一步到位（推荐） #

transform方法能在不改变原数据结构的前提下，把每周的总销售额直接映射到对应的每一行，非常适合你的场景：

# 保留你已经完成的分组求和
df_group = df_period.groupby(['Sku', 'Week','RetailerCode'], as_index=False)['Sales'].sum()

# 新增列：计算当前行所属周的总销售额，广播到每一行
df_group['Week_Total_Sales'] = df_group.groupby('Week')['Sales'].transform('sum')

# 计算占比，同时处理周总销售额为0的情况（避免除以0报错）
df_group['Sales_Ratio'] = df_group['Sales'] / df_group['Week_Total_Sales'].replace(0, float('nan'))

处理后，Sales_Ratio列就是你要的占比——比如你示例里第49周的总销售额是1336，RC1003的占比就是832/1336≈0.6228，完全符合预期。

方案2：分步计算周总销售额再合并 #

如果你更习惯分步操作，也可以先单独算出每周的总销售额，再和现有数据关联：

# 第一步：保留你已有的分组数据
df_group = df_period.groupby(['Sku', 'Week','RetailerCode'], as_index=False)['Sales'].sum()

# 第二步：单独计算每周的总销售额，并重命名列避免冲突
weekly_total = df_period.groupby('Week', as_index=False)['Sales'].sum().rename(columns={'Sales': 'Week_Total_Sales'})

# 第三步：按Week字段合并两个数据框
df_group = df_group.merge(weekly_total, on='Week', how='left')

# 第四步：计算占比，同样处理分母为0的情况
df_group['Sales_Ratio'] = df_group['Sales'] / df_group['Week_Total_Sales'].replace(0, float('nan'))

小提示 #

• 两种方案的核心都是先拿到每周的总销售额，再和原数据关联计算比例——不需要同时按Week和Retailer分组，因为我们需要的是整周的总和，不是某零售商的周总和。
• 替换0为nan是为了避免当某周总销售额为0时出现除以0的报错，这时候占比设为空值更合理。

内容的提问来源于stack exchange，提问作者user6083088