当前位置:首页>python>Python:Pandas 字段新增计算 + 衍生指标批量生成

Python:Pandas 字段新增计算 + 衍生指标批量生成

  • 2026-10-11 07:29:50
Python:Pandas 字段新增计算 + 衍生指标批量生成
原始字段不足以支撑分析,基于已有数据运算生成新指标,快速丰富数据维度。
场景:依托销量、单价、成本数据,计算销售额、利润、利润率新增字段。核心知识点:列间运算、批量生成新列、数值保留小数、指标联动计算。

① 生成测试数据

import pandas as pdimport numpy as npdf = pd.DataFrame({    "product_id": range(1, 81),    "price": np.random.randint(200, 3000, 80),    "cost": np.random.randint(80, 1200, 80),    "sale_qty": np.random.randint(10, 200, 80)})df.to_excel("calc_col.xlsx", index=False)print("字段计算测试数据生成完成")
查看数据情况,字段解释
  • product_id:商品 ID,商品唯一编码,用于区分不同商品。

  • price:售价 / 标价,商品对外销售的单价。

  • cost:成本价,商品进货、生产的单位成本。

  • sale_qty:销售数量,该商品累计 / 当期卖出的件数。

② 核心代码

import pandas as pddf = pd.read_excel("calc_col.xlsx")# 批量计算衍生字段df["total_sale"] = df["price"] * df["sale_qty"]df["profit"] = (df["price"] - df["cost"]) * df["sale_qty"]df["profit_rate"] = (df["price"] - df["cost"]) / df["price"]df["profit_rate"] = df["profit_rate"].round(3)print("新增指标后数据预览:")print(df[["product_id","total_sale","profit","profit_rate"]].head())

结果展示

字段解释:
    • total_sale:销售总额(单价 × 销售数量)

    • profit:销售利润(单台利润 × 销售数量)

    • profit_rate:销售利润率(毛利率,保留 3 位小数)

    总结

    字段间运算快速拓展数据维度,衍生指标直观体现经营效益,是数据分析前期常用加工手段。

    最新文章

    随机文章