如何用Python Pandas按日期区间统计各产品销量？

别担心，咱们一步步来搞定这个需求，代码都是入门级的，每一步我都会解释清楚。

第一步：明确需求逻辑 #

首先要搞清楚：这里的“1-3天”“4-7天”是指每个产品从第一次销售开始算起的相对天数——比如某产品第一次卖是8月1日，那8月1-3日的销售属于「1-3天」区间，8月4-7日属于「4-7天」，以此类推。

第二步：编写代码实现 #

1. 导入必要的库 #

首先导入pandas，这是Python处理表格数据的核心工具：

import pandas as pd

2. 准备/读取数据 #

如果你的数据存在CSV文件里，用pd.read_csv("你的文件路径.csv")读取即可；这里先模拟你的示例数据集：

# 模拟示例数据
data = {
    "PRODUCT_ID": ["0E4234", "0E4234", "0E4234", "0E4234", "0E4234",
                   "0G2342", "0G2342", "0G2342", "0G2342", "0G2342", "0G2342"],
    "DATE_LOCATION": ["01-08-16 0:00", "02-08-16 0:00", "04-08-16 0:00", "08-08-16 0:00", "09-08-16 0:00",
                      "02-08-16 0:00", "03-08-16 0:00", "06-08-16 0:00", "09-08-16 0:00", "11-08-16 0:00", "15-08-16 0:00"],
    "Sold": [2,7,3,1,2,1,2,1,1,3,3]
}
df = pd.DataFrame(data)

3. 数据预处理：转换日期格式+排序 #

首先把DATE_LOCATION列的字符串转换成pandas能识别的日期类型，然后按产品ID和日期排序，确保每个产品的销售记录是按时间顺序排列的：

# 转换日期格式，注意你的日期是DD-MM-YY HH:MM格式，所以指定format参数
df["DATE_LOCATION"] = pd.to_datetime(df["DATE_LOCATION"], format="%d-%m-%y %H:%M")

# 按产品ID和日期升序排序
df = df.sort_values(by=["PRODUCT_ID", "DATE_LOCATION"])

4. 计算每个产品的相对天数 #

对每个产品，计算每条记录的日期与该产品第一次销售日期的天数差，然后加1（这样第一次销售的日期就对应「第1天」）：

# 分组计算每个产品的最早销售日期，给每条记录都添加上这个值
df["first_sale_date"] = df.groupby("PRODUCT_ID")["DATE_LOCATION"].transform("min")

# 计算相对天数：当前日期与最早日期的天数差 + 1
df["relative_day"] = (df["DATE_LOCATION"] - df["first_sale_date"]).dt.days + 1

5. 定义日期区间并分组统计销量 #

用pd.cut()函数把相对天数分成你需要的区间，然后按产品ID和区间分组，计算每个区间的销量总和：

# 定义区间边界：0-3, 3-7,7-15,15+（right=False表示左闭右开，比如1-3天包含1、2、3）
bins = [0, 3, 7, 15, float("inf")]
# 对应区间的标签
labels = ["1-3", "4-7", "8-15", ">16"]

# 给每条数据打上对应的区间标签
df["Days"] = pd.cut(df["relative_day"], bins=bins, labels=labels, right=False)

# 分组求和：按产品ID和区间分组，计算Sold的总和
result = df.groupby(["PRODUCT_ID", "Days"])["Sold"].sum().reset_index()

6. 整理成你期望的输出格式 #

如果想把区间作为列（和你示例的宽表格式一致），可以用pivot()函数转换：

# 转换成宽表，空值用0填充（表示该区间没有销量）
wide_result = result.pivot(index="PRODUCT_ID", columns="Days", values="Sold").fillna(0).reset_index()

# 调整列名顺序（可选，让输出和示例更匹配）
wide_result = wide_result[["PRODUCT_ID", "1-3", "4-7", "8-15", ">16"]]

查看最终结果 #

运行完上面的代码后，打印结果即可：

print("长表格式结果（适合后续分析）：")
print(result)

print("\n宽表格式结果（和你示例一致）：")
print(wide_result)

关键知识点小提示 #

• pd.to_datetime()：必须把字符串日期转换成日期类型，才能进行天数差的计算
• groupby().transform()：可以给同一分组的所有行添加分组级别的统计值（比如这里的最早销售日期）
• pd.cut()：专门用来把连续数值分成离散区间，是处理这类分组需求的利器
• pivot()：快速实现长表和宽表的转换，让结果更符合展示需求

内容的提问来源于stack exchange，提问作者san