我如何使用取决于日期的实际值

Question

我正在分析市场上的销售情况，无法决定如何使用成本价，这取决于我更改成本价的日期。

比如说

1. 我在3月12日收到了一份订单，商品A，成本价是100美元。

2. 之后我在3月20日将成本价从10美元更改为110美元。

3. 接下来，我在 3 月 25 日收到了订单，商品 A。

4. 然后我构建了一份报告，其中包括 3 月份的所有销售额。

3 月 12 日起的订单 A 项的成本价为 100 美元。 3 月 25 日起的订单 A 项的成本价为 110 美元。

如果我不更改成本价 - Price_change_date 列为空，则报告中的成本价不会更改，并且我使用 cost_price 列中的值。

如果有必要，我可以重建表cost_price。

我的桌子看起来像这样：

订单表：

orders_test = {
    'order_id': ['82514913-0085-1', '82514913-0085-1', '82514913-0090-1', '82514913-0090-1'],
    'article_id': ['99823WH2MO11093_34', '99823WH2MO11093_34', '99823WH2MO11093_34', '99823WH2MO11093_34'],
    'profit': [1042.91, 1042.91, 2000, 2000],
    'order_date': ['01-15-2024', '01-21-2024', '02-15-2024', '02-20-2024']
}
orders_test = pd.DataFrame(orders_test)
orders_test['order_date'] = pd.to_datetime(orders_test['order_date'])

成本价表：

cost_price_test = {
    'article_id': ['99823WH2MO11093_34', '99823WH2MO11093_34', '99823WH2MO11093_34'],
    'cost_price': [100, 110, 120],
    'price_change_date': ['01-10-2024', '01-20-2024', '02-10-2024'],
    'new_cost_price': [110, 120, 100]
}

cost_price_test = pd.DataFrame(data)
cost_price_test['price_change_date'] = pd.to_datetime(cost_price_test['price_change_date'])

想要的结果如下：

          order_id          article_id   profit order_date  cost_price
0  82514913-0085-1  99823WH2MO11093_34  1042.91 01-15-2024         100
1  82514913-0085-2  99823WH2MO11093_34  1042.91 01-21-2024         120
2  82514913-0090-3  99823WH2MO11093_34  2000.00 02-15-2024         120
3  82514913-0090-4  99823WH2MO11093_34  2000.00 02-20-2024         110

有人可以帮我吗？谢谢！

Answer 1

最初假设这些数据帧：

orders_test:
          order_id          article_id   profit order_date
0  82514913-0085-1  99823WH2MO11093_34  1042.91 2024-01-15
1  82514913-0085-2  99823WH2MO11093_34  1042.91 2024-01-21
2  82514913-0090-3  99823WH2MO11093_34  2000.00 2024-02-15
3  82514913-0090-4  99823WH2MO11093_34  2000.00 2024-02-20

cost_price_test:
           article_id  cost_price price_change_date  new_cost_price
0  99823WH2MO11093_34         100        2024-01-10             110
1  99823WH2MO11093_34         110        2024-01-20             120
2  99823WH2MO11093_34         120        2024-02-10             100

1. 将数据框与

   how='left'

   ;
合并
2. 排序方式

   order_date

   ;
3. 删除

   order_date

   早于

   price_date_change

   的行；
4. 根据

   order_id

   和

   article_id

   删除重复行，保留最后一行。

orders_test = pd.merge(orders_test, cost_price_test, how="left").sort_values(
    "order_date"
)
orders_test = orders_test.loc[
    orders_test["order_date"] >= orders_test["price_change_date"]
].drop_duplicates(["order_id", "article_id"], keep="last")

           order_id          article_id   profit order_date  cost_price price_change_date  new_cost_price
0   82514913-0085-1  99823WH2MO11093_34  1042.91 2024-01-15         100        2024-01-10             110
4   82514913-0085-2  99823WH2MO11093_34  1042.91 2024-01-21         110        2024-01-20             120
8   82514913-0090-3  99823WH2MO11093_34  2000.00 2024-02-15         120        2024-02-10             100
11  82514913-0090-4  99823WH2MO11093_34  2000.00 2024-02-20         120        2024-02-10             100