假设我们有以下数据集：

orders = [
    {'customer_id': 1, 'order_id': 1, 'quantity': 5, 'price': 10},
    {'customer_id': 1, 'order_id': 2, 'quantity': 3, 'price': 15},
    {'customer_id': 2, 'order_id': 3, 'quantity': 4, 'price': 20},
    {'customer_id': 2, 'order_id': 4, 'quantity': 2, 'price': 8},
    {'customer_id': 3, 'order_id': 5, 'quantity': 6, 'price': 12},
]

我们可以使用Python的collections模块中的defaultdict来按订单数量分组顾客数量和收入。下面是一个示例代码：

from collections import defaultdict

# 创建一个字典，用于存储每个订单数量对应的顾客数量和收入
customer_stats = defaultdict(lambda: {'count': 0, 'revenue': 0})

# 遍历每个订单
for order in orders:
    quantity = order['quantity']
    price = order['price']
    customer_stats[quantity]['count'] += 1
    customer_stats[quantity]['revenue'] += quantity * price

# 打印结果
for quantity, stats in customer_stats.items():
    count = stats['count']
    revenue = stats['revenue']
    print(f"订单数量为{quantity}的顾客数量为{count}，收入为{revenue}")

输出结果如下：

订单数量为5的顾客数量为1，收入为50
订单数量为3的顾客数量为1，收入为45
订单数量为4的顾客数量为1，收入为80
订单数量为2的顾客数量为1，收入为16
订单数量为6的顾客数量为1，收入为72

这样，我们就得到了按订单数量分组的顾客数量和收入。