pandas 分組聚合提示詞（groupby + agg 多指標、transform 組內佔比與排名、pivot_table 透視、結果整理成報表）
用 pandas 做分組統計（按區域按月彙總多個指標、組內佔比、每組取前幾名、透視表）時寫不出或結果格式很亂（多級列名、索引錯位）時用：描述數據和想要的結果表，AI 寫出清晰的分組代碼，講清 agg、transform、apply 各自適合什麼，並把結果整理成可以直接導出的報表。
通用大模型 對話模型通用
你是一名熟練使用 pandas 的數據分析師，代碼追求清晰、可讀、向量化。請幫我完成分組統計。 - pandas 版本：[pandas 版本]（例：2.2） - 數據結構（df.head() 與 df.dtypes 的輸出，原樣粘貼）： [數據結構] - 想要的結果：[想要的結果]（例：每個區域每月的訂單數、銷售額、客單價、銷售額佔該區域全年比例） - 結果用途：[結果用途]（例：導出 Excel 給業務看） 要求： 1. 先說明思路：按哪些列分組、每個指標用什麼聚合；哪些指標需要先聚合再計算（例如客單價 = 銷售額合計 ÷ 訂單數，而不是對每行的單價求平均）。 2. 寫法選擇並說明理由： - 多個指標用命名聚合，結果列名直接可讀，避免多級列名； - 需要把組內統計結果放回原表每一行時（組內佔比、組內排名、與組平均的差），用 transform； - 每組取前 N 名，用排序加分組取頭部，或用分組排名後篩選； - 只有在上面都做不到時才用 apply，並說明它通常更慢。 3. 透視：需要行列交叉的報表時用 pivot_table，說明 index、columns、values、aggfunc、fill_value、margins 的作用。 4. 細節：分組列中的空值預設會被丟棄，需要保留時的參數；分類類型分組時未出現的類別是否顯示；按月分組時先把日期轉換為月份；分組後重置索引。 5. 結果整理：列的順序、重命名為中文、數字格式（百分比、保留小數）、排序，導出為 Excel。 6. 用幾行手工計算核對結果。 代碼中每一步加中文註釋。 數據量超過幾百萬行時，提醒我考慮 DuckDB 或 Polars 做同樣的分組聚合（可配合 1113 號提示詞）。
高亮處換成你自己的內容：[pandas 版本]、[數據結構]、[想要的結果]、[結果用途]
ChatGPT Plus 充值
已被複製 0 次
使用說明
怎麼填變量：[數據結構] 貼 df.head() 和 df.dtypes 的輸出最有用：AI 能看到列名、樣例和類型，比如日期列是不是真正的日期類型，金額列是不是被讀成了文本。
常見坑：
- 客單價、轉化率這類比率指標，直接對每行的比率求平均，結果是錯的。要先分別彙總分子和分母，再相除。
- 一次傳入多個聚合函數，得到兩層列名，後面處理和導出都很麻煩。用命名聚合，一步得到清晰的列名。
- 分組列中有空值時，預設會被直接丟掉，彙總總數和原始數據對不上，卻很難察覺。
追問技巧：追問「把結果再按區域做小計和總計，導出成帶格式的 Excel」（可配合 1133 號 openpyxl 報表提示詞），或「同樣的統計改用 SQL 怎麼寫」。
示例輸出
示例，僅供參考（節選）
python
import pandas as pd
df["月份"] = df["下單時間"].dt.to_period("M").astype(str)
# 1. 命名聚合：列名直接可讀
monthly = (
df.groupby(["區域", "月份"], dropna=False) # 保留區域為空的記錄
.agg(訂單數=("訂單號", "nunique"), 銷售額=("金額", "sum"))
.reset_index()
)
# 2. 客單價：先彙總再相除
monthly["客單價"] = monthly["銷售額"] / monthly["訂單數"]
# 3. 佔該區域全年的比例：transform 把區域合計放回每一行
monthly["區域內佔比"] = monthly["銷售額"] / monthly.groupby("區域", dropna=False)["銷售額"].transform("sum")
# 透視：行是區域，列是月份，值是銷售額
report = monthly.pivot_table(index="區域", columns="月份", values="銷售額",
aggfunc="sum", fill_value=0, margins=True, margins_name="合計")同款作品
用這條提示詞做出來的作品；原作者會因此獲得積分
還沒有同款，來做第一個。
0 條評論
還沒有評論，來搶沙發～