计算产品销售额并找出最高销售额产品

题目

计算产品销售额并找出最高销售额产品

信息

• 类型：问答
• 难度：⭐

考点

DataFrame创建,列运算,分组聚合,最大值索引

快速回答

解决方案分为四步：

1. 创建包含产品、数量和单价的DataFrame
2. 添加销售额列（数量×单价）
3. 按产品分组计算总销售额
4. 使用idxmax()找出最高销售额产品

核心代码：

df['sales'] = df['quantity'] * df['price']
total_sales = df.groupby('product')['sales'].sum()
top_product = total_sales.idxmax()

问题场景

给定产品销售数据，包含产品名称、销售数量和单价，需要计算每个产品的总销售额并找出销售额最高的产品。这是数据分析中的常见任务，涉及基础数据处理技术。

完整解决方案

import pandas as pd

# 1. 创建DataFrame
data = {
    'product': ['A', 'B', 'A', 'C', 'B', 'C'],
    'quantity': [10, 5, 8, 12, 6, 15],
    'price': [20, 30, 20, 15, 30, 15]
}
df = pd.DataFrame(data)

# 2. 计算销售额列
df['sales'] = df['quantity'] * df['price']

# 3. 分组计算总销售额
total_sales = df.groupby('product')['sales'].sum()

# 4. 找出最高销售额产品
top_product = total_sales.idxmax()
print(f"销售额最高的产品是: {top_product}")

原理说明

• 列运算：Pandas支持向量化运算，df['quantity'] * df['price']会逐元素计算，效率远高于循环
• 分组聚合：groupby('product')按产品分组，sum()对每组销售额求和
• idxmax()：返回Series中最大值对应的索引（此处即产品名称）

最佳实践

• 优先使用向量化运算而非循环，提升性能
• 分组后重置索引更清晰：total_sales.reset_index(name='total_sales')
• 结果排序：total_sales.sort_values(ascending=False)

常见错误

• 忘记分组：直接对原始DataFrame求最大值会得到单笔最高销售额而非产品总和
• 错误使用索引：混淆idxmax()（返回索引）和max()（返回值）
• 数据类型错误：确保数量和单价为数值类型（df.astype({'quantity':'int', 'price':'float'})）

扩展知识

• 多级分组：groupby(['category','product'])实现多维分析
• 聚合函数组合：.agg(['sum','mean','count'])一次性计算多个指标
• 时间序列分析：结合resample()可按时间维度分组（如月度销售额）
• 性能优化：大数据集使用Dask替代Pandas实现分布式计算