pandas数据分析41——不同地区不同城市数据分级统计汇总

案例背景

实习一段时间，发现很多领导用Excel喜欢添加一个汇总行，若只有一个类别的汇总很简单，但是多个类别嵌套，不同层级嵌套都要进行汇总行添加，那就有点麻烦了，这个案例就是教大家怎么模板化输出带汇总的表。

代码实现

生成数据

先生成一个案例数据，不同地区，不同城市，不同销售商品：

import pandas as pd
from faker import Faker
import random

fake = Faker()

# 假设的销售地区列表
regions = ['华北', '华东', '华南', '华中', '西北', '西南', '东北']
# 商品示例列表
products = ['电视', '冰箱', '洗衣机', '空调']

# 根据地区生成对应的城市列表
region_cities = {
    '华北': ['北京', '天津', '石家庄'],
    '华东': ['上海', '南京', '杭州'],
    '华南': ['广州', '深圳', '海口'],
    '华中': ['武汉', '长沙', '郑州'],
    '西北': ['西安', '兰州', '银川'],
    '西南': ['成都', '重庆', '昆明'],
    '东北': ['沈阳', '大连', '哈尔滨']
}

# 生成数据集
def generate_data(num_records):
    data = []
    for _ in range(num_records):
        region = random.choice(regions)
        city = random.choice(region_cities[region])
        product = random.choice(products)
        amount = round(random.uniform(1000, 5000), 2)  # 生成金额
        quantity = random.randint(1, 100)  # 生成销售数量
        data.append([region, city, product, amount, quantity])
    return data

# 使用DataFrame存储数据
df = pd.DataFrame(generate_data(1000), columns=['销售地区', '销售城市', '销售商品', '销售金额', '销售数量'])
print(df.shape)
df.head()

本想用Faker库生成的，但是gpt直接random库搞定了...这个数据集还是很好用的，1000条。

一层汇总

一层就是指不同地区，或者不同商品进行一个简单的汇总，例如我们计算不同销售地区的所有商品的销售金融和数量汇总，然后加上一个汇总行：

#一层
df.groupby('销售地区').sum(numeric_only=True).T.assign(汇总=lambda x:x.sum(1)).T

上面是统计不同的地区，这种方法直观一点，然后可以使用数据透视功能也行，下面统计不同商品

pd.pivot_table(df,index='销售商品',values=['销售金额','销售数量'],aggfunc='sum',margins=True,margins_name=f"合计")

上面是一层，若领导想看不同地区不同层数的商销售数量和金额，那就是二层了：

二层汇总

#二层
df.groupby('销售地区').apply(lambda x: pd.pivot_table(x,index='销售城市',values=['销售金额','销售数量'],aggfunc='sum',margins=True,margins_name=f"{x['销售地区'].values[0]}合计"))

也不难，先分类汇总，然后数据透视，对每个地区都进行了合计项的添加。

下面是三层。

三层汇总

有时候领导想看不同地区，不同城市的不同商品的销售数量和金额，还要对每个城市每个地区都进行汇总，3级嵌套有点麻烦，但是也能实现:

def Statistical_summary(df,a,b):
    '''作用：三层嵌套汇总
    参数说明
    a：要汇总的值字段,列表,如：["销售金额"，'销售数量']
    b：要汇总的维度,列表,如：「"销售地区"，"销售城市"，"销售商品"]'''
    df1=(
        df.pivot_table(values=a,aggfunc='sum',margins=True,margins_name='总计',index=b).reset_index()
        .groupby(b[0]).apply(lambda x:pd.pivot_table(x,index=b[1:],values=a,aggfunc='sum',margins=True,margins_name=f'{x[b[0]].values[0]}合计')).reset_index()
        .groupby(b[:2],sort=False)
        .apply(lambda y: pd.pivot_table(y,index=b[-1],values=a,aggfunc='sum',margins=True,margins_name=f'{y[b[1]].values[0]}小计'))
    )
    return df1[~df1.index.get_level_values(-1).str.endswith(('合计小计'))]

Statistical_summary(df,['销售金额','销售数量'],['销售地区','销售城市','销售商品']).head(20)

这样不同的城市和不同的地区合计都有，一目了然，可以直接导出Excel表。

四层五层也是差不多的思路，分组聚合然后数据透视，多弄几次。