本文介绍使用 pandas 按日期和商品分组，快速识别同一商品在不同地区是否存在价格差异，并计算各地区相对于当日最高价的差值。
本文介绍使用 pandas 按日期和商品分组，快速识别同一商品在不同地区是否存在价格差异，并计算各地区相对于当日最高价的差值。
在零售、分销或供应链分析中，常需监控商品定价一致性——例如，某日某商品（如 Apple）在多个销售区域（KA、TN、AP）是否执行统一售价。若存在价差，还需量化差异程度（如“AP 比 KA 低 1.0 元”）。Pandas 提供了高效、向量化的方法解决该问题，无需循环或复杂合并。
核心思路是：以 Date 和 item 为组合键进行分组，对每组内的 cost 计算极差信息（如最大值），再与原始成本做差，得到每个记录相对于组内最高价的偏离量。
以下为完整实现步骤：
✅ 步骤 1：构造示例数据
import pandas as pd
df = pd.DataFrame({
'distributor': ['GEC'] * 9,
'Location': ['KA', 'TN', 'AP', 'KA', 'TN', 'AP', 'KA', 'TN', 'AP'],
'Date': ['2025-02-01'] * 3 + ['2025-02-02'] * 3 + ['2025-02-03'] * 3,
'item': ['Apple', 'Apple', 'Apple', 'Orange', 'Orange', 'Orange', 'Banana', 'Banana', 'Banana'],
'cost': [10.0, 10.0, 9.0, 8.0, 7.0, 8.5, 6.0, 6.0, 6.0]
})
✅ 步骤 2：计算“相对于当日同品最高价的差值”
df = df.assign(
difference=df.groupby(['Date', 'item'])['cost'].transform('max') - df['cost']
)
该语句含义：
-
groupby(['Date', 'item'])将数据按日期+商品精细分组（如'2025-02-01' + 'Apple'为一组）； -
.transform('max')对每组cost求最大值，并广播回原索引长度，确保结果与原始 DataFrame 行数对齐； - 最后用该最大值减去原始
cost，即得每条记录的“降价幅度”（若为 0，说明该地为当日最高价；若为正数，说明低于最高价）。
运行后输出如下：
distributor Location Date item cost difference 0 GEC KA 2025-02-01 Apple 10.0 0.0 1 GEC TN 2025-02-01 Apple 10.0 0.0 2 GEC AP 2025-02-01 Apple 9.0 1.0 3 GEC KA 2025-02-02 Orange 8.0 0.5 4 GEC TN 2025-02-02 Orange 7.0 1.5 5 GEC AP 2025-02-02 Orange 8.5 0.0 6 GEC KA 2025-02-03 Banana 6.0 0.0 7 GEC TN 2025-02-03 Banana 6.0 0.0 8 GEC AP 2025-02-03 Banana 6.0 0.0
? 进阶洞察：快速识别存在价差的商品日
若只需标记“哪些 (Date, item) 组存在价格不一致”，可进一步聚合：
price_varies = df.groupby(['Date', 'item'])['cost'].agg(['min', 'max']).query('min != max')
print(price_varies)
输出将仅显示有差异的组（如 Apple 和 Orange），便于运营人员聚焦核查。
⚠️ 注意事项
-
transform是关键：它保留原始索引结构，避免agg导致的维度坍缩； - 若需“绝对差异范围”（如最大–最小），可用
df.groupby(['Date','item'])['cost'].agg(lambda x: x.max() - x.min())； - 确保
Date列为datetime类型（可用pd.to_datetime(df['Date'])转换），便于后续时间序列分析； - 多级分组（如增加
distributor）可扩展至跨渠道比价场景。
通过这一简洁而强大的链式操作，你不仅能秒级识别定价异常，还能直接量化偏差，为价格合规审计与动态调价提供可靠数据基础。
