【从零开始学excel办公自动化】第十四课:如何用pandas分组聚合功能搞定50万条销售记录的简单分析

前面方老师带大家学习了：安装python和pandas以及番外篇1安装开发工具vscode。

前面学了【从零开始学excel办公自动化】第七课：如何在5秒内将一个excel里面的20个员工工作表里的考核数据合并到一个工作表里的操作，大家可以去回顾一下。

ps：后台回复：“excel课程”获取到目前为止课程的测试文件（失效的话，在留言区留言

）。

大家在日常工作里有没有遇到小林这样事情。

周三小明一到工位上，就被叫到经理办公室。

"小明，2025年的季度销售数据需要深度分析，excel文件我已邮件发你了，下午 5 点前给我分析结果报告！要分析的内容邮件里也写了" 王经理快速地下达了这个任务。

“好的”小明连忙回到工位上，迫不及待地打开邮件，双击附件打excel开文件，等了1分钟，终于看到50 万条销售记录。

初步筛了一下数据，对数据有了初步的印象，有6个字段（列）：

• 地区：华东、华北、华南、西南等 8 个区域

• 产品类别：电子产品、服装、家居、食品等 12 个类别

• 销售日期：2025 年 1月到9月

• 销售额：单笔交易金额

• 利润：单笔交易利润

• 客户类型：个人客户、企业客户、政府客户

然后看了一下邮件里，张经理的分析要求。

分析需求：

1. 按地区和产品类别进行组合分析

2. 计算每个地区 - 产品类别的：

• 总销售额

• 平均销售额

• 销售笔数

• 总利润

• 利润率

3. 找出销售额最高的前 3 个地区 - 产品组合

4. 分析不同客户类型的销售表现

看到这里，小明马上想到透视表。

😓 Excel 数据透视表的挣扎

这是他通过上次失败的教训得来的，但是用起来发现了不少问题

1、就是慢，又卡又慢

• 创建第一个数据透视表：地区 vs 产品 类别，值为销售额

• Excel 卡顿严重，每次操作都要等待 1-2 分钟

• 尝试添加多个值字段（总销售额、平均销售额、销售笔数）

问题： 数据透视表处理50 万条数据勉强可以，但操作极慢

2. 多维度分析起来很繁琐

• 需要创建多个数据透视表来分析不同维度

• 手动计算利润率：需要先计算总利润和总销售额，再相除

• 跨表引用导致公式复杂，容易出错

到了中午 12:00，小明看着半天出不来，且是不是会崩的excel，心累了。

距离 deadline 还有不到 5 小时，还是出去吃个饭吧。

在吃饭回来的电梯里，碰到了之前帮助过自己的技术大拿平叔，顿时眼前一亮。

”平叔，江湖救急呀，帮帮忙“。

“这场又怎么了，小明？”平叔笑着说。

“唉，就是50万的销售数据要做分析，结果我用excel透视图，老是崩或者出不来，都弄了一上午”小明边说边吐槽。

“噢，听上去应该就是分组+基础的维度分析，应该不难的，我们一起看看”平叔说道。

说完，就跟着小明来到他的工位上，看了几眼原始的excel，沉思了一会。

“嗯！这个不难，你把文件给我”平叔边说边打开自己的笔记本，打开vscode开始编写代码。

没一会，平叔就指着一段说明跟小林说，”基本思路是这样的，你看“

1. 获取excel文件数据，存入pands数据集

2. 针对【'地区', '产品类别'】进行分组，然后获取均值和总额

3. 针对‘客户类型’进行分组分析

然后平叔基于这个思路，写了这段代码

import pandas as pd# 1. 读取数据df = pd.read_excel('quarterly_sales.xlsx')# 2. 多维度分组聚合分析grouped_stats = df.groupby(['地区', '产品类别']).agg({    '销售额': ['sum', 'mean', 'count'],    '利润': ['sum', 'mean']}).round(2)# 3. 重命名列，让结果更清晰grouped_stats.columns = ['总销售额', '平均销售额',     '销售笔数', '总利润', '平均利润']# 4. 计算利润率grouped_stats['利润率'] = (grouped_stats['总利润']               / grouped_stats['总销售额'] * 100).round(2)# 5. 按客户类型分析customer_analysis = df.groupby('客户类型').agg({    '销售额': 'sum',    '利润': 'sum',    '销售日期': 'count'}).rename(columns={'销售日期': '交易笔数'})customer_analysis['平均客单价'] = (customer_analysis['销售额']           / customer_analysis['交易笔数']).round(2)# 6. 找出销售额TOP3的产品组合top3_products = grouped_stats.nlargest(3, '总销售额')

你看就是这么简单，具体操作你自己可以练一下。这个代码也就是读文件会有点慢，其他应该很快的。

果然只见平叔点了下执行，2分钟不到结果就出来。

”办公自动化就是强呀，8个小时干不完的工作，2分钟就解决了。“小明感慨道。

欢迎在评论区分享你的想法！

🎉 同学们，看到这里，你学会了吗！

方老师说：

🚀 现在屏幕前的你已经比90%的同龄人领先一步了！

接下来可以：

• 用pandas实现如何进行excel数据透视表的生成（下期教程教！）

• ⚠️ 遇到问题？评论区甩截图，方老师尽量在24小时内回复！