按日级分配箱容量：基于DataFrame优先级与日容量的实现问题

需求分析 #

按Preference优先级（数值越小优先级越高），将每个Box的box_cap分配到每日的Capacity中，每日容量耗尽后自动转到下一天，直到所有Box的容量全部分配完成。

数据初始化 #

先定义示例DataFrame：

import pandas as pd

df_box = pd.DataFrame({
    'Box': [1, 2, 3],
    'box_cap': [16, 16, 15],
    'size': [1200, 1550, 1300],
    'Preference': [1, 2, 3]
})

df_day = pd.DataFrame({
    'Day': [1, 2],
    'Capacity': [23, 24]
})

实现代码 #

# 按优先级排序，确保高优先级箱先分配
df_box_sorted = df_box.sort_values('Preference').reset_index(drop=True)

# 跟踪每日剩余可分配容量
day_remaining = df_day.set_index('Day')['Capacity'].copy()

# 存储分配结果
result = []

# 遍历每个箱
for _, box_row in df_box_sorted.iterrows():
    box_id = box_row['Box']
    left_box_cap = box_row['box_cap']
    
    # 遍历还有剩余容量的天数
    for day in day_remaining[day_remaining > 0].index:
        if left_box_cap <= 0:
            break
        
        # 计算本次分配量：取当日剩余容量与箱剩余容量的最小值
        allocate = min(day_remaining[day], left_box_cap)
        
        # 记录分配记录
        result.append({
            'Day': day,
            'Box': box_id,
            'box_cap': allocate
        })
        
        # 更新剩余容量
        day_remaining[day] -= allocate
        left_box_cap -= allocate

# 转为结果DataFrame
df_result = pd.DataFrame(result)
print(df_result)

代码说明 #

1. 排序处理：先对箱按Preference升序排序，保证优先级高的箱优先分配，符合需求逻辑。
2. 剩余容量跟踪：用day_remaining变量单独跟踪每日剩余可分配容量，避免修改原始数据。
3. 分配逻辑：对每个箱，遍历仍有剩余容量的天数，每次分配尽可能多的容量（要么耗尽当日容量，要么耗尽箱的剩余容量），同时更新双方的剩余值，直到箱的容量全部分配完成。
4. 结果收集：将每次分配的记录存入列表，最后转为DataFrame得到目标输出。

输出验证 #

运行代码后得到的结果与需求完全一致：

Day  Box  box_cap
0    1    1       16
1    1    2        7
2    2    2        9
3    2    3       15

内容的提问来源于stack exchange，提问作者Manglu