如何依据Series数值将DataFrame数据按固定间隔分组

原始数据 #

1. 批次数据DataFrame（df1） #

df1 = pd.DataFrame({'model':['A','A','A','A','A','B','B','B','B','C','C','C','C','C'],
            'lot':['a1','a2','a3','a4','a5','b1','b2','b3','b4','c1','c2','c3','c4','c5']})

对应数据结构：

2. 箱容量Series（s1） #

s1 = pd.Series({'A':3, 'B':2,'C':4}, name='box_volume')

对应数据：

分箱规则 #

• 同型号批次按对应箱容量依次装箱，装满一个箱后启用下一个新箱
• 型号切换时重新开始计数装箱，全局箱号按顺序延续

具体示例：

• 型号A共5个批次，箱容量3，对应box_1（装a1、a2、a3）和box_2（装a4、a5）
• 型号B共4个批次，箱容量2，对应box_3（装b1、b2）和box_4（装b3、b4）
• 型号C共5个批次，箱容量4，对应box_5（装c1、c2、c3、c4）和box_6（装c5）

实现代码 #

import pandas as pd

# 加载原始数据
df1 = pd.DataFrame({'model':['A','A','A','A','A','B','B','B','B','C','C','C','C','C'],
            'lot':['a1','a2','a3','a4','a5','b1','b2','b3','b4','c1','c2','c3','c4','c5']})
s1 = pd.Series({'A':3, 'B':2,'C':4}, name='box_volume')

# 合并箱容量信息到批次数据
df = df1.merge(s1, on='model', how='left')

# 按型号分组，计算每个批次在当前型号内的箱序号
df['box_num_in_model'] = df.groupby('model').cumcount() // df['box_volume'] + 1

# 计算各型号的总箱数，再推导全局箱号
model_box_counts = df.groupby('model').apply(lambda x: (x['lot'].count() + x['box_volume'].iloc[0] - 1) // x['box_volume'].iloc[0])
cum_box_counts = model_box_counts.cumsum().shift(fill_value=0)
df['box_id'] = 'box_' + (df['model'].map(cum_box_counts) + df['box_num_in_model']).astype(str)

# 整理最终结果
result = df[['model', 'lot', 'box_id']]
print(result)

最终结果 #

内容的提问来源于stack exchange，提问作者ghost_like