标题：Pandas对比两个客户数据表并按区域层级汇总变动明细（含人员名单）

本文介绍如何使用pandas对两个时间点的客户数据表（df1、df2）进行精细化比对，按zone/region/district三级分组统计客户数量变化，并完整列出“转入、转出、新增、流失”四类客户的姓名清单。

在客户运营分析中，常需追踪客户在地理层级（如 Zone → Region → District）上的动态迁移与结构变化。仅统计数量增减远远不够——业务方更关注“谁来了”“谁走了”“谁转到了哪里”。以下教程将带你从零构建一个完整的客户变动分析流水线，输出包含13列的结构化结果表（含所有人员姓名列表），兼顾准确性与可读性。

核心逻辑拆解

整个流程围绕四类客户行为展开：

• Transfer In（转入）：客户在 df2 中出现在某区域，但其在 df1 中属于其他区域（同名客户跨区迁移）；
• Transfer Out（转出）：客户在 df1 中属于某区域，但在 df2 中迁至其他区域；
• New Customer（新增）：客户仅存在于 df2，不在 df1 中（全新客户）；
• Leaver（流失）：客户仅存在于 df1，不在 df2 中（自然流失或离网）。

⚠️ 关键注意：cust_name 作为唯一标识符（假设无重名），若实际场景存在重名风险，应改用 cust_id 替代，避免误匹配。

完整实现代码（含注释与健壮性优化）

import pandas as pd
import numpy as np

# 构造示例数据（与问题一致）
df1 = pd.DataFrame({
    'cust_name': ['cxa', 'cxb', 'cxc', 'cxd', 'cxe', 'cxf'],
    'cust_id': ['c1001', 'c1002', 'c1003', 'c1004', 'c1006', 'c1007'],
    'town_id': ['t001', 't002', 't001', 't003', 't002', 't002'],
    'Zone': ['A', 'A', 'A', 'B', 'A', 'A'],
    'Region': ['A1', 'A2', 'A1', 'B1', 'A2', 'A2'],
    'District': ['A1a', 'A2a', 'A1a', 'B1a', 'A2b', 'A2b']
})

df2 = pd.DataFrame({
    'cust_name': ['cxb', 'cxc', 'cxd', 'cxe', 'cxf'],
    'cust_id': ['c1002', 'c1003', 'c1004', 'c1006', 'c1007'],
    'town_id': ['t002', 't001', 't003', 't002', 't002'],
    'Zone': ['A', 'A', 'A', 'A', 'C'],
    'Region': ['A2', 'A1', 'A1', 'A2', 'C1'],
    'District': ['A2a', 'A1a', 'A1a', 'A2a', 'C1a']
})

# Step 1: 合并两表，保留双方地理信息（用于识别迁移）
merged = df1.merge(df2, on='cust_name', suffixes=('_old', '_new'), how='outer', indicator=True)
# _merge == 'both' → 存在于两期；'left_only' → 仅 df1（潜在leaver）；'right_only' → 仅 df2（潜在new）

# Step 2: 分类处理四类客户
# ✅ Transfer In & Out（仅针对共同客户，且地理变更）
common_customers = merged[merged['_merge'] == 'both'].copy()
common_customers['moved'] = common_customers['District_old'] != common_customers['District_new']

# 转入：新归属地（df2 的 Zone/Region/District）
transfer_in = common_customers[common_customers['moved']].copy()
transfer_in = transfer_in[['Zone_new', 'Region_new', 'District_new', 'cust_name']].rename(
    columns={'Zone_new': 'Zone', 'Region_new': 'Region', 'District_new': 'District'}
)

# 转出：旧归属地（df1 的 Zone/Region/District）
transfer_out = common_customers[common_customers['moved']].copy()
transfer_out = transfer_out[['Zone_old', 'Region_old', 'District_old', 'cust_name']].rename(
    columns={'Zone_old': 'Zone', 'Region_old': 'Region', 'District_old': 'District'}
)

# ✅ New Customers（仅 df2）
new_customers = merged[merged['_merge'] == 'right_only'][['cust_name', 'Zone', 'Region', 'District']]

# ✅ Leavers（仅 df1）
leavers = merged[merged['_merge'] == 'left_only'][['cust_name', 'Zone', 'Region', 'District']]

# Step 3: 按三级地理维度分组聚合姓名列表
def agg_names(series):
    return list(series) if not series.empty else []

result = pd.concat([
    transfer_in.groupby(['Zone', 'Region', 'District'])['cust_name'].apply(agg_names).rename('NamesTransferIn'),
    transfer_out.groupby(['Zone', 'Region', 'District'])['cust_name'].apply(agg_names).rename('NamTransferOut'),
    new_customers.groupby(['Zone', 'Region', 'District'])['cust_name'].apply(agg_names).rename('NamNewCustomer'),
    leavers.groupby(['Zone', 'Region', 'District'])['cust_name'].apply(agg_names).rename('NamLeaver')
], axis=1).fillna('').reset_index()

# Step 4: 补全初始/最终计数（可选，增强业务可读性）
initial_cnt = df1.groupby(['Zone', 'Region', 'District']).size().rename('Initial Count')
final_cnt = df2.groupby(['Zone', 'Region', 'District']).size().rename('Final Count')

result = result.merge(initial_cnt, on=['Zone', 'Region', 'District'], how='left').fillna(0).astype({'Initial Count': 'int'})
result = result.merge(final_cnt, on=['Zone', 'Region', 'District'], how='left').fillna(0).astype({'Final Count': 'int'})

# 计算衍生指标（按需添加）
result['Transfer Out Count'] = result['NamTransferOut'].str.len()
result['Transfer In Count'] = result['NamesTransferIn'].str.len()
result['New Customer Count'] = result['NamNewCustomer'].str.len()
result['Leaver Count'] = result['NamLeaver'].str.len()

# 重排列并输出（符合问题要求的13列顺序）
output_cols = [
    'Zone', 'Region', 'District',
    'Initial Count', 'Final Count',
    'Transfer Out Count', 'Transfer In Count',
    'New Customer Count', 'Leaver Count',
    'NamesTransferIn', 'NamTransferOut', 'NamLeaver', 'NamNewCustomer'
]
result = result.reindex(columns=output_cols)

print(result.to_string(index=False))

输出说明与业务提示

运行上述代码后，你将获得结构清晰、字段完备的结果表。例如：

Elser AI Comics

一个免费且强大的AI漫画生成工具，助力你三步创作自己的一出好戏

下载

✅ 优势亮点：

• 使用 merge(..., how='outer', indicator=True) 统一识别三类客户状态，逻辑更鲁棒；
• 所有聚合均基于 groupby + apply(list)，天然支持空组填充（fillna('') 或 []）；
• 列名严格对齐需求，后续可直接导出 Excel 或对接 BI 工具；
• 易扩展：如需添加“转入来源区域”“流失原因标签”，只需在对应子集增加字段即可。

? 最后建议：

• 生产环境中务必校验 cust_name 唯一性，或优先使用 cust_id 作为 join key；
• 若数据量大（>100万行），建议用 pd.concat([df1, df2]).drop_duplicates(...) 配合 map 替代多次 merge 提升性能；
• 名单列可进一步处理为字符串（', '.join(x)）便于阅读，或保留 list 类型供下游程序解析。

至此，你已掌握一套工业级客户地理变动分析方案——不止于数字，更见人名。