利用循环或自动化方法而不是手动输入每个 iloc 位置来更改数据帧值

Question

总结：我希望能够重新创建我的函数，而不必手动输入每个单独的 iloc 并使用 if/elif 来实现可扩展性，以应对组太大而无法处理的情况

我有一个示例表 df_stack_exchange

data_stack_exchange = {'store': ['A','B', 'B', 'C', 'C', 'C', 'D', 'D', 'D', 'D'],
        'worker': [1,1,2,1,2,3,1,2,3,4],
        'boxes': [105, 90, 100, 80, 10, 200, 70, 210, 50, 0],
        'optimal_boxes': [0,0,0,0,0,0,0,0,0,0]}
df_stack_exchange = pandas.DataFrame(data_stack_exchange)

	商店	工人	盒子	optimal_boxes
0	A	1	105	0
1	B	1	90	0
2	B	2	100	0
3	C	1	80	0
4	C	2	10	0
5	C	3	200	0
6	D	1	70	0
7	D	2	210	0
8	D	3	50	0
9	D	4	0	0

工人优先级按数字顺序排列，我想为他们分配最多 100 个盒子，直到没有更多的盒子可以分配为止。唯一的条件是，如果只有一名工作人员可用（商店 A），那么该工作人员将获得所有盒子，即使它大于 100。请参阅下面的预期数据帧

	商店	工人	盒子	optimal_boxes
0	A	1	105	105
1	B	1	90	100
2	B	2	100	90
3	C	1	80	100
4	C	2	10	100
5	C	3	200	90
6	D	1	70	100
7	D	2	210	100
8	D	3	50	100
9	D	4	0	30

我创建了以下函数，它产生了我的预期结果，但它是不可持续的，因为我必须手动输入每个 iloc。我希望能够使用循环重新创建此函数，或者使其能够扩展而无需继续添加 elif。当组大小变为 10+ 而不是当前最大大小 4（商店 D）时，这不是一个可扩展的解决方案

def box_optimizer(x):
    if x['optimal_boxes'].count() == 1:
        x['optimal_boxes'].iloc[0] = x['boxes'].sum()
        return x
    elif x['optimal_boxes'].count() == 2:
        x['optimal_boxes'].iloc[0] += numpy.where(x['boxes'].sum() - x['optimal_boxes'].sum() > 100, 100, x['boxes'].sum() - x['optimal_boxes'].sum())
        x['optimal_boxes'].iloc[1] += numpy.where(x['boxes'].sum() - x['optimal_boxes'].sum() > 100, 100, x['boxes'].sum() - x['optimal_boxes'].sum())
        return x
    elif x['optimal_boxes'].count() == 3:
        x['optimal_boxes'].iloc[0] += numpy.where(x['boxes'].sum() - x['optimal_boxes'].sum() > 100, 100, x['boxes'].sum() - x['optimal_boxes'].sum())
        x['optimal_boxes'].iloc[1] += numpy.where(x['boxes'].sum() - x['optimal_boxes'].sum() > 100, 100, x['boxes'].sum() - x['optimal_boxes'].sum())
        x['optimal_boxes'].iloc[2] += numpy.where(x['boxes'].sum() - x['optimal_boxes'].sum() > 100, 100, x['boxes'].sum() - x['optimal_boxes'].sum())
        return x
    elif x['optimal_boxes'].count() == 4:
        x['optimal_boxes'].iloc[0] += numpy.where(x['boxes'].sum() - x['optimal_boxes'].sum() > 100, 100, x['boxes'].sum() - x['optimal_boxes'].sum())
        x['optimal_boxes'].iloc[1] += numpy.where(x['boxes'].sum() - x['optimal_boxes'].sum() > 100, 100, x['boxes'].sum() - x['optimal_boxes'].sum())
        x['optimal_boxes'].iloc[2] += numpy.where(x['boxes'].sum() - x['optimal_boxes'].sum() > 100, 100, x['boxes'].sum() - x['optimal_boxes'].sum())
        x['optimal_boxes'].iloc[3] += numpy.where(x['boxes'].sum() - x['optimal_boxes'].sum() > 100, 100, x['boxes'].sum() - x['optimal_boxes'].sum()) 
        return x

df_stack_exchange_function = pandas.DataFrame(df_stack_exchange.groupby('store', as_index=False, group_keys=False).apply(box_optimizer))

# the expected dataframe output
df_stack_exchange_function

Answer 1

您可以通过使用循环迭代每个组内的工作人员来实现。这是您的函数的修改版本

import pandas as pd
import numpy as np

data_stack_exchange = {'store': ['A','B', 'B', 'C', 'C', 'C', 'D', 'D', 'D', 'D'],
                       'worker': [1,1,2,1,2,3,1,2,3,4],
                       'boxes': [105, 90, 100, 80, 10, 200, 70, 210, 50, 0],
                       'optimal_boxes': [0,0,0,0,0,0,0,0,0,0]}
df_stack_exchange = pd.DataFrame(data_stack_exchange)

def box_optimizer(x):
    total_boxes = x['boxes'].sum()
    num_workers = x['worker'].nunique()

    if num_workers == 1:
        x['optimal_boxes'] = total_boxes
    else:
        remaining_boxes = total_boxes
        for _, row in x.iterrows():
            available_boxes = min(100, remaining_boxes)
            x.loc[row.name, 'optimal_boxes'] += available_boxes
            remaining_boxes -= available_boxes
            if remaining_boxes <= 0:
                break

    return x

df_stack_exchange_function = df_stack_exchange.groupby('store', as_index=False, group_keys=False).apply(box_optimizer)

print(df_stack_exchange_function)


store  worker  boxes  optimal_boxes
0     A       1    105            105
1     B       1     90            100
2     B       2    100             90
3     C       1     80            100
4     C       2     10            100
5     C       3    200             90
6     D       1     70            100
7     D       2    210            100
8     D       3     50            100
9     D       4      0             30