如何用Python生成DataFrame中服务代码Top10平均赔付索赔统计表格

嘿，这需求用Pandas完全能搞定，我给你写个清晰的实现方案，直接套用就行：

核心思路 #

我们会用Pandas的groupby+agg组合计算所需统计量，然后按平均赔付金额排序取前10，最后格式化输出成易读的表格。

完整代码示例 #

import pandas as pd

# 1. 加载数据集（替换成你的实际数据源，比如CSV/Excel/数据库连接）
df = pd.read_csv("your_claims_data.csv")

# 2. 确保赔付金额字段是数值类型（如果原始数据是带$的字符串，先处理）
# df["paid claims"] = pd.to_numeric(df["paid claims"].str.replace("$", ""), errors="coerce")

# 3. 按服务代码分组，计算指定统计指标
code_stats = df.groupby("服务代码")["paid claims"].agg(
    平均赔付金额="mean",
    中位数赔付金额="median",
    赔付金额标准差="std",
    索赔案例数="count"
).reset_index()

# 4. 按平均赔付金额降序排序，取前10项
top10_codes = code_stats.sort_values(by="平均赔付金额", ascending=False).head(10)

# 5. 格式化金额列，添加$符号并保留两位小数
for col in ["平均赔付金额", "中位数赔付金额"]:
    top10_codes[col] = top10_codes[col].apply(lambda x: f"${x:,.2f}")

# 格式化标准差，保留两位小数
top10_codes["赔付金额标准差"] = top10_codes["赔付金额标准差"].apply(lambda x: f"{x:,.2f}")

# 6. 输出结果表格
print("=== Top 10服务代码（按平均赔付索赔金额排序） ===")
print(top10_codes.to_string(index=False))

扩展：如果需要包含性别/服务状态维度 #

如果你想把性别、服务状态也加入分组维度，只需要修改groupby的参数即可：

# 按服务代码+性别+服务状态分组计算
grouped_stats = df.groupby(["服务代码", "性别", "服务状态"])["paid claims"].agg(
    平均赔付金额="mean",
    中位数赔付金额="median",
    赔付金额标准差="std",
    索赔案例数="count"
).reset_index()

# 同样排序取前10
top10_groups = grouped_stats.sort_values(by="平均赔付金额", ascending=False).head(10)

# 格式化输出（和上面步骤一致）
for col in ["平均赔付金额", "中位数赔付金额"]:
    top10_groups[col] = top10_groups[col].apply(lambda x: f"${x:,.2f}")
top10_groups["赔付金额标准差"] = top10_groups["赔付金额标准差"].apply(lambda x: f"{x:,.2f}")

print("\n=== Top 10分组（服务代码+性别+服务状态，按平均赔付索赔金额排序） ===")
print(top10_groups.to_string(index=False))

注意事项 #

• 如果你的paid claims字段是带$或逗号的字符串，记得先运行代码里注释的转换步骤，把它转成数值类型。
• 如果某些分组的标准差显示为nan，说明该分组只有1条数据（无法计算标准差），你可以用fillna(0)或者其他方式处理。
• 要是需要把结果导出成Excel/CSV，直接用top10_codes.to_excel("top10_claims.xlsx", index=False)或者to_csv即可。

内容的提问来源于stack exchange，提问作者avogadro