在客户数据管理中，定期对比两个时间节点的客户表，按区域统计客户变动明细并整理对应姓名列表是常见需求，Pandas提供了完善的数据处理能力来高效完成这个任务。
数据准备与读取
首先假设我们有两个客户数据表，分别是旧表old_df和新表new_df，两个表都包含客户ID、客户姓名、所属区域三个核心字段。我们先通过Pandas读取两个表格数据：
import pandas as pd
# 读取旧客户表，假设为csv格式
old_df = pd.read_csv('old_customer.csv')
# 读取新客户表
new_df = pd.read_csv('new_customer.csv')
# 查看两个表的结构，确认字段一致
print(old_df.head())
print(new_df.head())
识别客户变动类型
我们需要先区分出哪些客户是新增的，哪些客户是减少的，哪些客户信息没有变动。这里以客户ID作为唯一标识进行匹配：
# 获取旧表和新表的客户ID集合 old_ids = set(old_df['客户ID']) new_ids = set(new_df['客户ID']) # 找出新增客户ID：在新表中存在，旧表中不存在 add_ids = new_ids - old_ids # 找出减少客户ID：在旧表中存在，新表中不存在 reduce_ids = old_ids - new_ids # 找出不变客户ID：两个表都存在 same_ids = old_ids & new_ids # 提取新增客户数据 add_df = new_df[new_df['客户ID'].isin(add_ids)].copy() # 提取减少客户数据 reduce_df = old_df[old_df['客户ID'].isin(reduce_ids)].copy() # 为变动数据添加变动类型标记 add_df['变动类型'] = '新增' reduce_df['变动类型'] = '减少'
按区域分组统计变动明细
接下来我们需要按照所属区域对变动客户进行分组，统计每个区域的新增、减少客户数量，同时整理对应的客户姓名列表：
# 合并新增和减少的变动数据
change_df = pd.concat([add_df, reduce_df], ignore_index=True)
# 按所属区域和变动类型分组，统计数量和姓名列表
group_result = change_df.groupby(['所属区域', '变动类型']).agg(
客户数量=('客户ID', 'count'),
客户姓名列表=('客户姓名', lambda x: ','.join(x.tolist()))
).reset_index()
print(group_result)
结果整理与输出
如果需要更清晰的展示每个区域的完整变动情况，可以对结果进行进一步整理，将新增和减少的统计信息合并到同一行：
# 将分组结果转换为透视表，方便查看每个区域的新增和减少情况
pivot_result = group_result.pivot(index='所属区域', columns='变动类型', values=['客户数量', '客户姓名列表']).reset_index()
# 重命名列，让结果更易读
pivot_result.columns = ['所属区域', '新增客户数量', '新增客户姓名列表', '减少客户数量', '减少客户姓名列表']
# 填充空值，没有变动的区域填充为0和空字符串
pivot_result['新增客户数量'] = pivot_result['新增客户数量'].fillna(0).astype(int)
pivot_result['新增客户姓名列表'] = pivot_result['新增客户姓名列表'].fillna('')
pivot_result['减少客户数量'] = pivot_result['减少客户数量'].fillna(0).astype(int)
pivot_result['减少客户姓名列表'] = pivot_result['减少客户姓名列表'].fillna('')
print(pivot_result)
# 将结果导出为csv文件
pivot_result.to_csv('客户区域变动统计明细.csv', index=False, encoding='utf-8-sig')
注意事项
- 对比前需要确认两个表的
客户ID字段格式一致，避免因格式问题导致匹配错误 - 如果客户姓名存在重复，需要提前确认业务规则，是否需要结合其他字段进行唯一标识匹配
- 分组统计姓名列表时，如果姓名过长，可以根据需求调整分隔符或者拆分存储