用Pandas groupby处理真实业务数据:从学生成绩到电商销售分析的完整案例
第一次接触Pandas的groupby功能时,很多人会陷入一个误区——把groupby仅仅当作一个简单的"分组求和"工具。直到我在电商公司处理季度销售报告时,才真正体会到这个功能的强大之处。当时我需要分析全国300多家门店的销售数据,按照地区、产品类别和时间维度交叉分析,还要计算各类指标与区域平均值的差异。正是这次实战经历,让我彻底理解了groupby如何将枯燥的数据转化为有价值的商业洞察。
1. 从学生成绩到电商数据:理解groupby的核心逻辑
让我们从一个简单的学生成绩案例开始。假设我们有一个包含六名学生三科成绩的DataFrame:
python复制import pandas as pd
data = {
'name': ['张三', '张三', '张三', '李四', '李四', '李四', '王五', '王五', '王五'],
'subject': ['数学', '英语', '语文', '数学', '英语', '语文', '数学', '英语', '语文'],
'score': [89, 78, 84, 92, 85, 88, 76, 90, 82]
}
df = pd.DataFrame(data)
要计算每位学生的平均分,传统方法可能需要写循环遍历,而使用groupby只需一行代码:
python复制df.groupby('name')['score'].mean()
这个简单的例子揭示了groupby的三步操作模式:
- 拆分(Split):按指定列(如'name')将数据分成若干组
- 应用(Apply):对每组数据应用聚合函数(如mean)
- 合并(Combine):将各组结果合并成一个新DataFrame
在电商场景中,这个逻辑同样适用。比如分析不同地区的销售表现:
python复制sales.groupby('region')['amount'].sum()
需要模型API调用? 免费领10W Token,多模型网关一键接入 Claude、DeepSeek 等主流模型。
2. 电商销售分析实战:groupby参数深度解析
2.1 多维度交叉分析:by参数的灵活运用
实际业务分析往往需要多维度交叉。假设我们有一个电商订单数据集:
`
