求助：用Python Pandas开发月度库存PSI模拟工具的正确编码

问题描述 #

需要基于Python Pandas开发月度库存模拟工具，用于估算月末库存数量，核心公式为：
上月月末库存 + 当月入库量（IN） - 当月出库量（OUT） = 当月月末库存

尝试用for循环实现时出现错误，原代码如下：

df1 = pd.DataFrame({'Month':['Jan','Feb','Mar','Apr','May'],'IN ':[120,80,60,80,100]})
df2 = pd.DataFrame({'Month':['Jan','Feb','Mar','Apr','May'],'OUT ':[100,50,60,70,120]})

merged_df = pd.merge(df1, df2, on='Month')
merged_df['Inventory']=0

for idx, row in merged_df.iterrows():
  merged_df['Inventory'] = merged_df.loc[idx,'IN']+ merged_df.loc[idx,'IN']-merged_df.loc[idx,'OUT']
  
merged_df

原代码问题分析 #

1. 列名匹配错误：df1和df2中的列名是'IN '和'OUT '（末尾带空格），但代码中用'IN'和'OUT'会导致找不到列
2. 循环逻辑错误：每次赋值都覆盖整个Inventory列，且计算式错误（重复加了两次IN，未用上月库存值）
3. 效率低下：iterrows()在数据量大时性能差，不符合Pandas的向量化操作理念

正确实现方式 #

方式1：修复循环逻辑（适合理解过程） #

先修正列名，再通过循环逐行计算并更新上月库存：

import pandas as pd

# 修正列名，去掉末尾空格
df1 = pd.DataFrame({'Month':['Jan','Feb','Mar','Apr','May'],'IN':[120,80,60,80,100]})
df2 = pd.DataFrame({'Month':['Jan','Feb','Mar','Apr','May'],'OUT':[100,50,60,70,120]})

merged_df = pd.merge(df1, df2, on='Month')
merged_df['Inventory'] = 0

# 初始化期初库存（假设为0，可根据实际修改）
prev_inventory = 0

for idx, row in merged_df.iterrows():
    current_inventory = prev_inventory + row['IN'] - row['OUT']
    merged_df.loc[idx, 'Inventory'] = current_inventory
    prev_inventory = current_inventory  # 更新上月库存为当前月末值

print(merged_df)

方式2：向量化操作（推荐，高效简洁） #

利用Pandas的cumsum()函数实现累加，无需循环：

import pandas as pd

df1 = pd.DataFrame({'Month':['Jan','Feb','Mar','Apr','May'],'IN':[120,80,60,80,100]})
df2 = pd.DataFrame({'Month':['Jan','Feb','Mar','Apr','May'],'OUT':[100,50,60,70,120]})

merged_df = pd.merge(df1, df2, on='Month')
# 计算每月库存变化量
merged_df['Inventory_Change'] = merged_df['IN'] - merged_df['OUT']
# 累加变化量得到月末库存（期初库存设为0，可自行调整）
merged_df['Inventory'] = merged_df['Inventory_Change'].cumsum()

# 若有初始库存（比如期初为50），修改为：
# initial_inventory = 50
# merged_df['Inventory'] = initial_inventory + merged_df['Inventory_Change'].cumsum()

print(merged_df)

两种方式运行后都会得到正确的月末库存结果：

内容的提问来源于stack exchange，提问作者Sattai