Python中监控变量变化，实时计算商品及品类总价并优化

一、关联商品与品类（预处理） #

先确保你的库存DataFrame（命名为inventory_df）包含product_id（商品ID/名称）、category（品类）、stock（库存）字段；价格流DataFrame（命名为price_stream_df）包含product_id、current_price（当前价格）字段。

通过merge将两个表关联，让价格流中的每个商品直接匹配到所属品类和库存数据：

# 关联两个DataFrame，保留价格流所有商品
merged_df = price_stream_df.merge(inventory_df, on='product_id', how='left')

用how='left'是为了避免遗漏价格流中可能存在的、库存表未记录的商品（这类商品可后续跳过或标记）。

二、基础实现：遍历计算单个与品类总价 #

用字典实时维护品类总价，同时记录每个商品的上一次价格，避免重复计算：

# 初始化品类总价字典，所有品类初始值为0
category_total = {cat: 0 for cat in inventory_df['category'].unique()}
# 初始化商品上一次价格字典，初始值为0
last_price = {prod: 0 for prod in inventory_df['product_id'].unique()}

# 遍历价格流的每一行（按更新顺序）
for idx, row in merged_df.iterrows():
    product_id = row['product_id']
    category = row['category']
    stock = row['stock']
    current_price = row['current_price']
    
    # 计算单个商品总价并输出
    product_total = stock * current_price
    print(f"商品 {product_id} 总价: {product_total:.2f}")
    
    # 计算价格变化带来的品类总价调整量
    price_diff = current_price - last_price[product_id]
    category_total[category] += stock * price_diff
    
    # 更新该商品的上一次价格记录
    last_price[product_id] = current_price
    
    # 输出当前品类总价
    print(f"品类 {category} 当前总价: {category_total[category]:.2f}")

三、优化思路：用价格变化量更新品类总价 #

核心逻辑是避免每次重新计算整个品类的所有商品总价：

• 预先记录每个商品的上一次价格，当价格更新时，计算库存×(新价格-旧价格)的差值
• 直接将差值加到对应品类的总价中，每次操作仅需O(1)时间，远快于重新遍历品类求和的O(n)操作

四、实时流场景优化 #

如果价格流是持续实时流入（比如从消息队列/API逐行获取），可将初始化逻辑放在循环外，同时把库存表转成字典提升查询效率：

# 仅初始化一次
category_total = {cat: 0 for cat in inventory_df['category'].unique()}
last_price = {prod: 0 for prod in inventory_df['product_id'].unique()}
# 提前构建商品-品类/库存映射字典，加速查询
product_info = inventory_df.set_index('product_id')[['category', 'stock']].to_dict('index')

# 模拟实时价格流处理
for new_price_row in real_time_price_stream():
    product_id = new_price_row['product_id']
    current_price = new_price_row['current_price']
    
    # 跳过无库存记录的商品
    if product_id not in product_info:
        print(f"商品 {product_id} 无库存记录，跳过")
        continue
    
    category = product_info[product_id]['category']
    stock = product_info[product_id]['stock']
    
    # 计算并输出单个商品总价
    product_total = stock * current_price
    print(f"商品 {product_id} 总价: {product_total:.2f}")
    
    # 更新品类总价
    price_diff = current_price - last_price[product_id]
    category_total[category] += stock * price_diff
    last_price[product_id] = current_price
    
    print(f"品类 {category} 当前总价: {category_total[category]:.2f}")

内容的提问来源于stack exchange，提问作者Anna