рассчитать рост месячных продаж по стране в процентах по данному датафрейму

Question

Прошу помощи с решением интересной задачи, к которой мне не удается найти решение. Если кратко переходить к сути, то задача следующая:

Некое предприятие продает товары покупающим из различных стран. Выяснить, в какой из них был самый большой процентный рост месячных продаж. Выяснить, сколько процентов составляет данный рост. В расчет следует брать именно те страны, в которых были ненулевые продажи в обоих этих месяцах.

Датафрейм выглядит соответственно: ( берутся два месяца - 9 и 3 месяца 2011 года )

InvoiceNo	StockCode	Quantity	InvoiceDate	UnitPrice	CustomerID	Country	Price	Year	Month
536365	85123A	6	2010-12-01 08:26:00	2.55	17850	United Kingdom	15.30	2011	9
536365	71053	6	2010-12-01 08:26:00	3.39	17850	United Kingdom	20.34	2011	9
581587	23254	4	2011-12-09 12:50:00	4.15	12860	France	16.60	2011	9
...	...	...	...	...	...	...	...	...	...
581587	23255	4	2011-12-09 12:50:00	4.15	12860	France	16.60	2011	3
581587	22138	3	2011-12-09 12:50:00	4.95	12860	France	14.85	2011	3
581588	22380	9	2011-12-09 12:52:00	2.10	12594	Italy	18.90	2011	3
581588	22381	9	2011-12-09 12:52:00	2.10	12594	Italy	18.90	2011	3

Примерное решение данной задачи в моей голове примерно такое - по каждой из стран рассчитать количество покупок в одном из каждых месяцев и затем просчитать, насколько за эти месяца увеличилось или уменьшилось количество покупок, т.е. измерить в процентах. ( к примеру, в 3 месяце в стране Norway было совершено 10 покупок, а в 9 месяце уже 100, прирост составил 400 и так посчитать к каждой стране и вывести страну с самым большим приростом )

Возможно, мое решение к данной задаче неверно, и так же я не знаю как превратить это решение в код, поэтому я прошу вашей помощи с решением данной задачи.

мой код к задаче неверен:

months_march = purchases.loc[(purchases['Year'] == 2011) & (purchases['Month'] == 3)]
months_september = purchases.loc[(purchases['Year'] == 2011) & (purchases['Month'] == 9)]
months = months_september.append(months_march)
months['Percent'] = months['Price'].pct_change().mul(100).round(0).map(lambda x: '{0:g}'.format(x) if x==x else x)
first = months.sort_values('Percent', ascending=False)[['Country', 'Percent']]
first = first.values.tolist()
first[0]

как ответ, должно получиться что то в роде этого:

Norway, 586

Answer 1

попробуйте примерно так (это решение не тестировалось):

(df.groupby(['Country','Year','Month'])
     .agg({'Price':'sum'})
     .reset_index()
     .groupby(['Country','Year'])
     .apply(
         lambda x: x['Price']
         .pct_change()
         .mul(100)
         .round()
         .max()
     ).sort_values(ascending=False)
     .head(1))

БЛОГ НА HUSL

рассчитать рост месячных продаж по стране в процентах по данному датафрейму

Ответы (1 шт):