### 按客户编号和客户名称汇总订单数据 在 Python 中，使用 `pandas` 可以高效地对表格数据进行分组和聚合操作。当需要按客户编号和客户名称来计算合计订单时，可以借助 `groupby()` 和 `agg()` 函数实现这一目标。 #### 示例代码 以下是具体的操作流程： ```python import pandas as pd # 创建示例数据 data = { 'CustomerID': [1, 2, 1, 3, 2, 1], 'CustomerName': ['Alice', 'Bob', 'Alice', 'Charlie', 'Bob', 'Alice'], 'OrderID': [101, 102, 103, 104, 105, 106], 'OrderAmount': [100, 200, 150, 300, 250, 50] } df = pd.DataFrame(data) # 查看原始数据 print("原始数据:") print(df) # 按照 CustomerID 和 CustomerName 进行分组并计算合计订单金额 result = df.groupby(['CustomerID', 'CustomerName'], as_index=False).agg({ 'OrderID': 'count', 'OrderAmount': 'sum' }) # 对结果列重命名以便更清晰表达含义 result.rename(columns={ 'OrderID': 'TotalOrdersCount', 'OrderAmount': 'TotalOrdersAmount' }, inplace=True) # 输出结果 print("\n按客户编号和客户名称汇总的订单数据:") print(result) ``` #### 结果解释 上述代码完成了以下任务： 1. **创建 DataFrame**：构建了一个包含客户编号 (`CustomerID`)、客户名称 (`CustomerName`)、订单 ID (`OrderID`) 和订单金额 (`OrderAmount`) 的示例数据集。 2. **分组与聚合**：通过调用 `groupby(['CustomerID', 'CustomerName'])` 方法将数据按照客户编号和客户名称组合分类，并使用 `agg()` 聚合函数分别对订单数量 (`OrderID`) 和订单总金额 (`OrderAmount`) 进行计数和求和操作[^1]。 3. **重命名列**：为了提高可读性，将聚合后的列名改为更具描述性的名称，即 `TotalOrdersCount` 表示订单总数，`TotalOrdersAmount` 表示订单总金额[^4]。 运行该脚本后会得到如下输出（基于示例数据）： ``` 原始数据: CustomerID CustomerName OrderID OrderAmount 0 1 Alice 101 100 1 2 Bob 102 200 2 1 Alice 103 150 3 3 Charlie 104 300 4 2 Bob 105 250 5 1 Alice 106 50 按客户编号和客户名称汇总的订单数据: CustomerID CustomerName TotalOrdersCount TotalOrdersAmount 0 1 Alice 3 300 1 2 Bob 2 450 2 3 Charlie 1 300 ``` --- #### 扩展功能 如果希望进一步增强分析能力，还可以考虑以下几点： - 添加更多的统计指标，例如平均订单金额或最大/最小订单金额。 - 将结果保存至文件中以便后续查看或分享。 ##### 增加更多统计指标 ```python extended_result = df.groupby(['CustomerID', 'CustomerName'], as_index=False).agg({ 'OrderID': 'count', 'OrderAmount': ['sum', 'mean', 'min', 'max'] }) extended_result.columns = [ 'CustomerID', 'CustomerName', 'TotalOrdersCount', 'TotalOrdersSum', 'AverageOrderAmount', 'MinOrderAmount', 'MaxOrderAmount' ] print("\n扩展后的汇总数据:") print(extended_result) ``` 这段代码不仅提供了订单总量和总金额的信息，还增加了平均值、最小值和最大值等附加字段[^2]。 ##### 导出结果到 Excel 文件 ```python # 导出结果到 Excel 文件 result.to_excel('customer_order_summary.xlsx', index=False) print("结果已成功导出到 'customer_order_summary.xlsx'") ``` 这样就可以方便地与其他团队成员共享分析成果[^4]。 ---