基于两个数据集创建周度库存水平表的技术问询

一、先统一数据集结构与字段定义 #

首先修正第二个数据集的列名错误（原列名标注混乱）：

• 第一个数据集字段：Item Number（物品编号）、Date（日期）、Inventory（当日库存结存）
• 第二个数据集修正后字段：Item Number（物品编号）、Date（入库日期）、Total Item Qty（当日入库数量）

二、核心调整思路：补全时间维度，避免空值 #

直接分组透视出现大量空值的原因是：部分物品在某些周没有数据，导致透视表对应位置缺失。解决关键是先生成完整的周日期序列，再为每个物品补全所有周的记录（无数据则填充0）。

步骤1：生成目标时间范围内的完整周序列 #

以最早日期2023-06-17为起点，生成3个月内所有周的标识（格式为YYYY-WXX）：

import pandas as pd

# 定义时间范围
start_date = pd.to_datetime("2023-06-17")
end_date = start_date + pd.DateOffset(months=3)

# 生成每周一的日期，并转换为周标识
weekly_dates = pd.date_range(start=start_date, end=end_date, freq="W-MON")
weekly_labels = weekly_dates.strftime("%Y-W%U")

步骤2：处理数据集，映射周标识 #

将两个数据集的日期字段转换为对应的周标识：

# 处理第一个数据集（库存结存）
df1["Date"] = pd.to_datetime(df1["Date"])
df1["Week"] = df1["Date"].dt.strftime("%Y-W%U")

# 处理第二个数据集（入库数量，先修正列名）
df2.columns = ["Item Number", "Date", "Total Item Qty"]
df2["Date"] = pd.to_datetime(df2["Date"])
df2["Week"] = df2["Date"].dt.strftime("%Y-W%U")

步骤3：生成全量索引，填充空值 #

通过物品编号和周标识的笛卡尔积，生成所有可能的组合，再将原数据重新索引到这个全量索引上，空值填充为0：

# 获取所有唯一物品编号和周标识
all_items = pd.Series(pd.concat([df1["Item Number"], df2["Item Number"]]).unique(), name="Item Number")
all_weeks = pd.Series(weekly_labels, name="Week")

# 生成笛卡尔积全量索引
full_index = pd.MultiIndex.from_product([all_items, all_weeks], names=["Item Number", "Week"])

# 分组求和后重新索引，填充空值为0
df1_grouped = df1.groupby(["Item Number", "Week"])["Inventory"].sum().reindex(full_index, fill_value=0)
df2_grouped = df2.groupby(["Item Number", "Week"])["Total Item Qty"].sum().reindex(full_index, fill_value=0)

步骤4：计算周度库存并生成透视表 #

根据业务逻辑计算周度库存（示例为库存结存+当期入库，需根据实际业务调整，比如滚动库存要用上期结存），再生成透视表：

# 合并计算周度库存
weekly_inventory = pd.DataFrame({
    "Weekly_Inventory": df1_grouped + df2_grouped
}).reset_index()

# 生成透视表
pivot_result = weekly_inventory.pivot(index="Item Number", columns="Week", values="Weekly_Inventory")

三、原思路的问题与调整点 #

原思路（直接分组透视）的问题是没有补全时间维度的缺失值，导致透视表出现大量空值。调整核心：

• 必须先构建完整的周时间序列，确保每个物品都覆盖所有周
• 用笛卡尔积生成全量的物品-周组合，避免数据缺失
• 空值统一填充为0（或符合业务逻辑的默认值）后再做透视

内容的提问来源于stack exchange，提问作者user6541792